IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
IBM发布3.85亿参数的Granite Time Series PatchTST-FM-r2模型,支持零样本预测且采用Apache 2.0/OpenMDW 1.0双许可,在GIFT-Eval基准测试中位列第二。
入选理由:模型参数约3.85亿,支持8192长度上下文和99分位数概率预测
论文
时间序列预测综合基准测试框架
最近变化
2026-09-09 · 模型参数约3.85亿,支持8192长度上下文和99分位数概率预测
GIFT-Eval 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 2 篇与「GIFT-Eval」相关的 AI 资讯和分析。
IBM发布3.85亿参数的Granite Time Series PatchTST-FM-r2模型,支持零样本预测且采用Apache 2.0/OpenMDW 1.0双许可,在GIFT-Eval基准测试中位列第二。
入选理由:模型参数约3.85亿,支持8192长度上下文和99分位数概率预测
Datadog releases Toto 2.0, achieving scaling laws in time series foundation models.
入选理由:Toto 2.0 参数范围覆盖 4M 到 2.5B,每个版本均超越前代性能。
与「GIFT-Eval」经常一起出现的 AI 术语。
💡 想追踪「GIFT-Eval」的长期趋势?去 实体雷达 · GIFT-Eval 查看详细分析和跨材料问答。