公司
提供流数据平台的企业
已跟踪 3 条高相关材料
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
为什么值得关注
Confluent 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。
IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
Hugging Face Blog · 8.5 分
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。
Real-Time Intelligence with IBM Time Series Models on Confluent
Hugging Face Blog · 8.5 分
IBM与Confluent合作的时间序列模型实现工业实时智能决策，单点准确性提升可节省数百万成本，无需数据科学团队即可部署。
Podcast: Chasing Efficient Java Development: From 1BRC to Developing Hardwood AI Natively
InfoQ · 7.5 分
Java开发效率提升显著，JDK 17成为新基准，One Billion Row Challenge激发社区热情。
已收录 3 条与 Confluent 相关的内容，按评分排序。
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
IBM与Confluent合作的时间序列模型实现工业实时智能决策，单点准确性提升可节省数百万成本，无需数据科学团队即可部署。
入选理由：时间序列基础模型（TSFM）可预测生产线输出并检测异常，准确率提升带来5-10倍生产力增益
Java开发效率提升显著，JDK 17成为新基准，One Billion Row Challenge激发社区热情。
入选理由：JDK 17提升了Java的性能表现。
