Timestral: Mistrals erste Zeitreihen-Foundation-Models

Prognosen ohne Training pro Datensatz

Mistral hat mit Timestral seine erste Familie von Foundation-Models für Zeitreihen vorgestellt. Das größte Modell hat nur 209 Millionen Parameter und führt laut Mistral die drei wichtigsten öffentlichen Benchmarks an: GIFT-Eval, TIME und fev-bench. Es schlägt damit den bisherigen Spitzenreiter, obwohl es nur etwa zwei Drittel von dessen Parametern nutzt.

Was die Modelle können

Timestral liefert probabilistische, multivariate Prognosen und verarbeitet sowohl vergangene als auch bekannte zukünftige Kovariaten. Statt wie ARIMA oder PatchTST pro Datensatz neu angepasst zu werden, wurde das Modell auf einem großen, vielfältigen Korpus vortrainiert und prognostiziert Zero-Shot auch in Domänen mit wenig Daten. Mistral nennt synthetisches Pre-Training, Covariate-aware Attention und Long-Context-Lernen als Zutaten.

• Vier Größen: 5M, 28M, 123M und 209M Parameter, alle mit gleicher Architektur
• Effizienz: Das 28M-Modell schlägt das etwa viermal größere Chronos-2 auf GIFT-Eval und TIME
• Kein GPU nötig: Auf einer Server-CPU mit 8 Threads dauert ein Tagesprognose aus drei Wochen 15-Minuten-Historie 10 ms (5M) bis 140 ms (209M)
• Anpassung: Feintuning für eigene Domänen läuft über Mistral Forge

Einordnung

Typische Einsatzfelder sind Sensortelemetrie, Observability-Metriken, Kapazitätsplanung, Energie und Lieferketten. Dass die Modelle ohne GPU auskommen, macht sie für den Betrieb im eigenen Rechenzentrum interessant. Die Benchmark-Ergebnisse stammen von Mistral selbst und wurden bei den Leaderboards eingereicht.

Quelle: Mistral: Timestral