Mistral AI ha presentado Timestral, su primera familia de modelos fundacionales de series temporales (TSFM). A diferencia de las herramientas de pronóstico clásicas como ARIMA, que normalmente se ajustan a una sola serie de datos, o de los modelos de aprendizaje profundo como PatchTST, que a menudo se entrenan desde cero para conjuntos de datos específicos, Timestral utiliza un enfoque de modelo fundacional. Al estar preentrenado en un corpus grande y diverso, el modelo aprende patrones subyacentes que pueden aplicarse a nuevos dominios de forma zero-shot, incluso cuando los datos históricos son escasos.

La familia Timestral consta de cuatro modelos que van desde 5M hasta 209M de parámetros. Mistral afirma que el modelo de 209M de parámetros logra un rendimiento de vanguardia en tres de los principales bancos de pruebas públicos —GIFT-Eval, TIME y fev-bench— utilizando solo dos tercios de los parámetros de algunos modelos de la competencia. Una distinción técnica clave de Timestral es su mecanismo de 'Decoupled Horizon Forecasting' (DHF). A diferencia de otros modelos que utilizan el enmascaramiento de parches contiguos (donde los valores de pronóstico se tratan como contexto faltante), el DHF mantiene la historia completa en la secuencia, permitiendo que los tokens de pronóstico aprendidos lean toda la historia anterior a ellos. Esto garantiza que cada valor observado sirva tanto como objetivo como contexto, mientras que los huecos reales permanecen marcados como faltantes.

Un gráfico estilizado que representa la familia de modelos fundacionales Timestral.
Los modelos Timestral de Mistral AI están diseñados para aprender patrones subyacentes en diversos tipos de datos de series temporales.mistral.ai

La familia Timestral consta de cuatro modelos que van desde 5M hasta 209M de parámetros.

Un gráfico de rendimiento que muestra las métricas GMean MASE para el pronóstico de series temporales.
El modelo Timestral de 209M de parámetros logra un rendimiento de vanguardia en los principales bancos de pruebas públicos.mistral.ai

Mistral afirma que el modelo de 209M de parámetros logra un rendimiento de vanguardia en tres de los principales bancos de pruebas públicos —GIFT-Eval, TIME y fev-bench— utilizando solo dos tercios de los parámetros de algunos modelos de la competencia.

Un gráfico de rendimiento que muestra las métricas GMean WQL para el pronóstico de series temporales.
Los modelos Timestral demuestran una alta eficiencia y precisión en varios bancos de pruebas de pronóstico.mistral.ai

Mistral afirma que el modelo de 209M de parámetros logra un rendimiento de vanguardia en tres de los principales bancos de pruebas públicos —GIFT-Eval, TIME y fev-bench— utilizando solo dos tercios de los parámetros de algunos modelos de la competencia.

Un gráfico de rendimiento que muestra las métricas GMean MASE-1 para el pronóstico de series temporales.
Las métricas de rendimiento comparativo resaltan la capacidad de Timestral para proporcionar pronósticos probabilísticos precisos.mistral.ai

Mistral afirma que el modelo de 209M de parámetros logra un rendimiento de vanguardia en tres de los principales bancos de pruebas públicos —GIFT-Eval, TIME y fev-bench— utilizando solo dos tercios de los parámetros de algunos modelos de la competencia.

Un gráfico de rendimiento que muestra las métricas GMean CRPS para el pronóstico de series temporales.
Los modelos se evalúan utilizando métricas estándar como CRPS para garantizar un pronóstico probabilístico fiable.mistral.ai

Mistral afirma que el modelo de 209M de parámetros logra un rendimiento de vanguardia en tres de los principales bancos de pruebas públicos —GIFT-Eval, TIME y fev-bench— utilizando solo dos tercios de los parámetros de algunos modelos de la competencia.

Más allá del pronóstico estándar, Timestral admite objetivos multivariantes y covariables tanto de solo pasado como de futuro conocido. Por ejemplo, en un entorno industrial, el modelo puede pronosticar conjuntamente datos de sensores relacionados —como la vibración y la temperatura de una bomba— mientras se condiciona con variables de futuro conocido como los cronogramas de producción o los pronósticos meteorológicos. Para manejar datos no numéricos, como el estado de una máquina (por ejemplo, 'inactivo' o 'mantenimiento'), Timestral acepta entradas categóricas directamente. Los modelos están diseñados para la eficiencia, con la versión de 209M capaz de ejecutarse en CPUs de servidor estándar sin una GPU. Aunque los modelos están disponibles para inferencia zero-shot, Mistral también ofrece un flujo de ajuste fino a través de Mistral Forge para las organizaciones que necesiten adaptar los modelos a datos propietarios dentro de su dominio o extensiones arquitectónicas específicas.