Mistral推出Timestral时序基础模型：209M参数、可在CPU上做概率预测

Mistral于10月15日发布Timestral，这是其首个时间序列基础模型系列，提供5M、28M、123M和209M四种规模。它面向数值序列预测，不是聊天模型；支持单变量与多变量概率预测，并可使用历史协变量及已知未来协变量。

最大版Timestral-209M可接收最多32,768个历史时间步，并在单次前向中预测最多1,024步，输出21个分位数。Mistral称，该系列可在CPU上运行；按其公布的测试条件，用8线程标准服务器CPU从三周的15分钟间隔数据预测一天，5M版耗时10毫秒、209M版耗时140毫秒。

Mistral还报告，209M版在GIFT-Eval、TIME和fev-bench三个公开预测基准的预训练零样本结果排名靠前，并称结果已提交排行榜；完整技术报告尚待发布。因此，当前性能数字应视为厂商披露、仍待独立复现的基准结果。对传感器、供需和容量规划等场景，值得关注的是它以较小参数量提供长序列、概率区间和多变量预测；实际效果仍需用目标业务数据验证。

来源：Mistral官方公告 https://mistral.ai/news/timestral/ 。