SalesforceAIResearch/uni2ts

Unified Training of Universal Time Series Forecasting Transformers

What it solves

Uni2TS 是為了提供一個統一的框架來開發 Universal Time Series Transformers 而設計的。它解決了在多樣化時間序列資料集上進行大規模預訓練、微調與零樣本預測的挑戰，無需為每個特定資料集各自建立模型。

How it works

此函式庫建構於 PyTorch，並與 GluonTS 整合以進行推論，使用 Hugging Face datasets 套件負責資料載入。它支援多種模型架構，包括標準的 Moirai 模型與 Moirai‑MoE（Mixture of Experts）變體。框架提供 CLI，透過 Hydra 進行設定管理，以管理預訓練、微調與評估工作。

Who it’s for

此工具適用於從事時間序列預測的 AI 研究者與開發者，特別是希望利用基礎模型（foundation model）處理時間序列資料的人士。

Highlights

  • Universal Forecasting：支援使用已預訓練的模型（如 Moirai 與 Moirai‑MoE）進行零樣本預測。
  • Comprehensive Pipeline：提供大規模預訓練、在自訂資料集上微調以及使用 MSE、MASE、CRPS 等指標進行評估的完整工具。
  • Flexible Data Handling：支援多種資料集類型（wide、long、wide_multivariate），並與 Hugging Face 生態系統整合。
  • MoE Integration：實作 Moirai‑MoE，利用稀疏的 Mixture of Experts 來增強時間序列基礎模型的能力。