Timestral topper tre benchmarks med 209M parametre

01Timestral slår alle på tre benchmarks

Mistral AI lancerer Timestral – sin første familie af foundation models til tidsserier. Familiens største model på 209M parametre (209 millioner træningsparametre) indtager førstepladsen på alle tre af feltets hovedbenchmarks: GIFT-Eval, TIME og fev-bench.

Det gør den med kun to tredjedele af antallet af parametre i den forrige state-of-the-art-model. Blandt forudtrænede, zero-shot-modeller rangerer Timestral nummer 1 på alle fem metrics. Resultaterne er opnået med et enkelt checkpoint – uden ensembling, hvor flere modeller kombineres for at forbedre resultatet.

02Fire størrelser tilpasser præcision og hastighed

Timestral findes i fire størrelser: 5M, 28M, 123M og 209M parametre. Alle deler samme arkitektur og træningsopskrift, og hver størrelse ligger på Pareto-fronten for prognosenøjagtighed versus modelstørrelse – altså ingen offentlig model prognosticerer bedre på det givne antal parametre.

Ved inferens kræver Timestral ikke GPU. På en standard servers CPU med 8 tråde tager én dags prognose fra tre ugers historik med 15-minutters opløsning 10 ms med 5M-modellen og 140 ms med 209M-modellen.

De mindre modeller handler om tempo: 28M er fem gange hurtigere end 209M, og 123M lander inden for 0,2 % af 209M's score ved tre fjerdele af latency.

Ved sammenligning med konkurrenter vinder 28M-modellen over Chronos-2, der er cirka fire gange større, på GIFT-Eval og TIME. 209M slår TimesFM-3 og Falcon-2.0 med færre parametre.

03Zero-shot prognoser på data, modellen aldrig har set

Tidsserier er en af de mest udbredte datatyper i erhvervslivet – fra sensortelemetri til overvågningsmålinger. Prognoser baseret på dem styrer beslutninger om kapacitetsplanlægning, energi, forsyningskæder, risiko og vedligehold.

Klassiske modeller som ARIMA og lineær regression passer typisk til én enkelt serie og lærer kun af dens egen historik. Dybe læringsmodeller som PatchTST kan lære ikke-lineære mønstre på tværs af mange relaterede serier, men trænes ofte fra bunden på hvert datasæt, så det de lærer ikke overfører til nye domæner.

Timestral bringer pre-training-tilgangen til tidsserier: trænet på et stort og mangfoldigt korpus lærer den mønstre, der overfører på tværs af serier og kan prognosticere zero-shot på data, den aldrig har set – også i domæner, hvor data er sparsomme.

04Sensorer modelleres samlet med usikkerhedsintervaller

Timestral leverer sandsynlighedsbaserede, multivariate prognoser og understøtter både fortid-only og kendte fremtidige kovariater – altså ekstra informationsspor, der forbedrer prognosen.

Multivariate prognoser: En pumpe vibration, temperatur og tryk bevæger sig ikke uafhængigt. En stigning i én kan forklare eller forårsage en ændring i en anden. Timestral modellerer relaterede serier samlet.

Sandsynlighedsbaserede prognoser: I stedet for ét enkelt forudsigelsesværdi leverer modellen et komplet sæt kvantiler. Det viser, hvor usikker prognosen er, og gør det muligt at planlægge vedligehold efter risiko.

Kategoriske kovariater: Værdier som ugedag eller maskintilstand (kørende, tomgang, under vedligehold) behandles direkte som kategoriske inputs – uden kunstig rækkefølge eller skala.

Kendte fremtidige kovariater: Produktionsplaner, planlagte nedlæggelser og vejrudsigter bruges aktivt i prognosen, så en planlagt belastningsstigning forventes i stedet for at blive flaget som en overraskelse.

05DHF holder historikken intakt som kontekst

Timestral bygger på flere tekniske ideer. Den centrale er Decoupled Horizon Forecasting (DHF). I traditionelle kausale dekodere med contiguous patch masking maskeres de værdier, der skal prognosticeres – de ligner manglende værdier og mistes samtidig som kontekst for senere prognoser.

DHF adskiller de to roller: den fulde historik forbliver i sekvensen, og lærte prognosetokens læser historikken foran sig. Hver observeret værdi fungerer således både som mål og kontekst. Ægte huller forbliver markeret som manglende, og træningshorisonter og manglende-data-augmentering kan justeres uafhængigt.

Covariate-aware attention tildeler hver inputserie en rolle: målvariat, fortid-only kovariat eller kendt fremtidig kovariat. Modellen lærer at skelne mellem dem i sin opmærksomhed.

06Fra sensoralarm til årsagsanalyse med agenter

Timestral er en numerisk model, der kan køre i eksisterende overvågningspipelines eller kombineres med Mistral AI's sprogmodeller i multimodale agent-workflows.

Beskrevet anvendelsesscenarie: Timestral overvåger løbende en plants sensordata og registrerer anomalier. Når en alarm udløses på en pumpe, indlejrer en agent signalerne og sammenligner dem med fortidige sensorfeeds for at finde lignende historiske fejl. Underagenter kører en root cause analysis med plantspecifik kontekst – vedligeholdelsesjournaler, vagtnoter, driftsanvisninger og relaterede måledata.

Resultatet er en diagnosticering og handlingsplan baseret på sensordata, ikke bare en alarm.