Google выпустила TimesFM-3: модель для прогнозов теперь учитывает акции, погоду и планы продаж
Google представила TimesFM-3 — новую версию своей модели для прогнозирования временных рядов. Это не собеседник и не генератор текста: её задача — предсказывать спрос, продажи, загрузку систем, финансовые показатели и другие меняющиеся во времени величины. Главное изменение — модель впервые в линейке умеет работать не с одним рядом данных, а с несколькими связанными показателями сразу.
В рознице это может означать прогноз продаж мороженого с учётом продаж сиропов, потока покупателей, погоды и уже запланированных акций. В производстве — увязку спроса, поставок и календаря. Раньше TimesFM до версии 2.5 была ограничена одним рядом: модель видела историю продаж, но не могла напрямую использовать известный график промоакций или связанные показатели.
Прогноз без отдельной настройки
TimesFM-3 содержит 330 млн параметров и обучена на корпусе из более чем триллиона временных точек, сообщает Google. Компания заявляет, что модель работает в режиме zero-shot: для старта не требуется отдельно дообучать её под конкретную сеть магазинов, завод или сервис.
Новая версия принимает три типа информации: несколько целевых рядов, факторы, известные только из прошлого, и динамические факторы, которые известны заранее. К последним относятся праздники, прогноз погоды или согласованные кампании. Модель строит прогноз сразу на весь нужный период, а не добавляет точки по одной; Google считает, что это уменьшает задержку и накопление ошибки.
Компания также сообщает о первом месте TimesFM-3 среди предобученных моделей на трёх публичных бенчмарках прогнозирования. Это результат собственных сравнений Google, а не гарантия одинакового качества для любого набора корпоративных данных.
Открыта — но не для бизнеса
Код доступен на GitHub, а контрольная точка модели опубликована на Hugging Face. Однако есть существенное ограничение: веса TimesFM-3 распространяются по отдельной некоммерческой лицензии и пока запрещены для коммерческого и production-использования. Поэтому компаниям нельзя просто поставить модель в рабочий контур.
Google обещает интеграцию с BigQuery в ближайшие недели. До этого практическая ценность запуска — прежде всего для исследований и прототипов: он показывает, что модели общего назначения всё активнее переходят от текста к планированию запасов, выручки и операций.
- research.googleTimesFM-3: A zero-shot foundation model for multivariate forecasting
- github.comGitHub - google-research/timesfm: TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
- huggingface.cogoogle/timesfm-3.0-pytorch · Hugging Face
