گوگل نے آج TimesFM-3 ماڈل جاری کیا، جو کمپنی کی ٹائم سیریز فاؤنڈیشن ماڈل سیریز کی تیسری نسل ہے۔ اس میں مقامی کثیر المتغیر پیش گوئی، دوہرا توجہ کا طریقۂ کار اور مسلسل پیچ ماسکنگ جیسی خصوصیات شامل ہیں، جن کی مدد سے زیرو شاٹ کثیر المتغیر ٹائم سیریز پیش گوئی کی جا سکتی ہے۔
IT之家 نے گوگل کے سرکاری ذرائع سے معلوم کیا ہے کہ TimesFM-3 میں 33 کروڑ پیرامیٹرز ہیں اور اسے حقیقی دنیا اور مصنوعی ٹائم سیریز کے ایسے ذخیرے پر تربیت دی گئی ہے جس میں 1 ٹریلین سے زیادہ ٹائم پوائنٹس شامل ہیں۔ TimesFM-3 نے اپنے پیش رو کی اعلیٰ کارکردگی اور زیرو شاٹ عمومی صلاحیت کو برقرار رکھتے ہوئے پیچیدہ کثیر المتغیر منظرناموں کے لیے زیرو شاٹ معاونت بہتر بنائی ہے۔
یہ ماڈل مشترکہ طور پر ارتقا پذیر متعدد ٹائم سیریز کی پیش گوئی بھی کر سکتا ہے، ان کے باہمی انحصار کو سمجھ کر مجموعی درستگی بہتر بناتا ہے، اور مخصوص کام کے لیے فائن ٹیوننگ کی ضرورت نہیں ہوتی۔ ماڈل کی مقامی طور پر معاون خصوصیات یہ ہیں:
متعدد اہداف کی پیش گوئی: متعدد متعلقہ ٹائم سیریز کی بیک وقت پیش گوئی، مثلاً مختلف برانڈز کی آئس کریم کی مشترکہ پیش گوئی۔ یہ ماڈل تمام اہداف کے لیے نقطہ پیش گوئی اور کوانٹائل پیش گوئی کو سپورٹ کرتا ہے۔
ماضی کے کوواریٹس: ایسی خصوصیات شامل کرنا جو صرف تاریخی تناظر میں معلوم ہوں، مثلاً ماضی میں لوگوں کی آمدورفت۔
ماضی تا مستقبل (متحرک) کوواریٹس: معلوم مستقبل کے واقعات سے فائدہ اٹھا کر پیش گوئی کی رہنمائی کرنا، مثلاً منصوبہ بند تشہیری سرگرمیاں یا موسم کی پیش گوئی۔
حوالہ:
TimesFM-3: A zero-shot foundation model for multivariate forecasting