NetManAIOps/ChatTS

解決的問題

ChatTS 設計用於讓大型語言模型（LLMs）能原生地理解與推理時間序列資料。與傳統方法將時間序列視為文字或影像不同，ChatTS 允許使用者透過對話式介面，互動式地探索多變量時間序列的結構、變化與數值。

工作原理

ChatTS 是一種時間序列多模態 LLM（TS-MLLM）。它會分別處理多變量時間序列與文字查詢，再將它們結合。時間序列資料會被分割為固定大小的區塊，並透過專用的時間序列編碼器進行編碼。這些編碼後的區塊會在 token 層級與文字 token 串接，保留原始輸入位置與上下文關係。這使得 LLM 能夠執行統一的多模態理解與回應產生。

適用對象

需要在不依賴獨立預測或分類工具的情況下，對時間序列資料進行複雜推理與問答的資料科學家、AI 研究人員與分析師。

主要亮點

• 原生多變量支援：可在單一提示中處理長度與維度各異的多個時間序列。
• 保留數值的編碼：保留原始數值，使模型能回答關於特定時間戳的尖峰或數值的具體問題。
• 高效率：在數值對齊任務上表現優於 GPT-4o，同時使用更少的 token。
• 彈性部署：支援與 Transformers 和 vLLM 集成，包含 OpenAI API 相容的伺服器選項。
• 合成資料流程：包含完整的流程，用於產生對齊與 SFT（監督式微調）資料集，以訓練類似模型。