ИИтог

IBM Research выпустила ансамбль Granite для прогноза временных рядов

моделиРедакция ИИтогHugging Face🔥54Рейтинг ИИтог54Влияние45Новизна50Релевантность90Неожиданность20Участники55Достоверность80
IBM Research выпустила ансамбль Granite для прогноза временных рядов

IBM Research в блоге на Hugging Face представила Granite Timeseries Ensemble, рецепт, который объединяет четыре предобученные модели Granite для временных рядов в один прогнозировщик. Идея в том, чтобы убрать мучительный выбор: предобученные модели умеют прогнозировать без обучения на ваших данных, но одна модель хороша на гладких промышленных сигналах, а другая, на шумном розничном спросе или длинном сезонном горизонте. Ансамбль возвращает медианный и квантильный прогнозы, не требует дообучения и подбора весов. Рецепт и модели Granite, которые входят в него по умолчанию, выпущены под разрешающими лицензиями.

Есть два способа объединения прогнозов. Рекомендуемый по умолчанию, Probabilistic Ensemble (равномерное вероятностное усреднение): все члены ансамбля имеют равное влияние, их квантильные прогнозы объединяются в вероятностном пространстве, а нужные квантили извлекаются из общего результата. Веса фиксированы, поэтому нет этапа подгонки и гиперпараметров взвешивания. Альтернатива, адаптивный IQR Ensemble: он взвешивает модели по разбросу прогноза, отдавая больший вес моделям с более узкими интервалами. Межквартильный размах оценивается по ближайшим квантилям около 25-го и 75-го процентилей, веса меняются от выборки, цели и шага горизонта, а изотоническая регрессия не даёт квантилям пересекаться. Авторы предупреждают: узкий интервал не означает более точный или лучше откалиброванный прогноз, и такое взвешивание может отдать предпочтение излишне самоуверенной модели. Есть настройка температуры (чем выше, тем ближе веса к равным) и необязательный потолок веса одной модели.

Использование: pip install "granite-tsfm>=0.3.11", затем QuantileEnsembleForecaster.from_pretrained("ibm-granite/granite-timeseries-ensemble-r1"). Для IQR-варианта достаточно указать subfolder="recipes/granite-iqr". В репозитории хранится конфигурация ансамбля, а не слитые веса, а чекпойнты четырёх моделей скачиваются при запуске, поэтому первый прогон идёт дольше. Результат содержит точечный прогноз (prediction_outputs) и квантили (quantile_outputs), по умолчанию от 0,1 до 0,9; квантили 0,1 и 0,9 задают центральный интервал с номинальным покрытием 80%.

Оценка проведена на 97 конфигурациях набора GIFT-Eval без дообучения; тестовые цели не использовались для выбора или подгонки способа агрегации. Использованы опубликованные результаты и ранги из таблицы лидеров на 20 октября 2026 года. Оценки нормированы на наивный сезонный прогноз и усреднены геометрически, меньше, лучше. Оба ансамбля превзошли каждую из четырёх одиночных моделей по агрегированной MASE и среднему рангу MASE. У Probabilistic Ensemble MASE 0,683, у лучшей одиночной модели PatchTST-FM-r2, 0,685. Авторы сами называют разрыв небольшим и видят главную пользу в устойчивости: сопоставимая или лучшая точность без необходимости заранее угадывать подходящую архитектуру. По вероятностным метрикам картина смешанная: наименьший агрегированный CRPS/MWQL остался у PatchTST-FM-r2, наименьший средний ранг CRPS среди шести сравниваемых прогнозов, у IQR Ensemble, а Probabilistic Ensemble по этому показателю уступает PatchTST-FM-r2.

В сравнении на 20 октября 2026 года ансамблевый подход занимает 3-е место среди допущенных систем по рангу MASE и рангу CRPS. Допущены системы с кодом для воспроизведения и без заявленной утечки тестовых данных; дообученные и нелицензионно открытые решения исключены. Часть систем, включая исключённые, показывает результаты лучше, поэтому, по словам авторов, ценность ансамбля не в первом месте, а в том, что один вариант по умолчанию стабильно даёт сильный результат на многих рядах.

Интерфейс Forecaster принимает и совместимые внешние модели: можно менять состав участников или метод агрегации без слияния и переобучения чекпойнтов. Расширенные рецепты в репозитории добавляют чекпойнты IBM Research с отдельными лицензиями, включая некоммерческие и исследовательские ограничения, их модельные карточки нужно изучать отдельно. Из ограничений: текущий рецепт прогнозирует каналы многомерного ряда независимо, не используя связи между ними, а загрузка четырёх чекпойнтов увеличивает время вывода и расход памяти по сравнению с одной моделью.

Ключевые факты

  • Granite Timeseries Ensemble объединяет четыре предобученные модели Granite для временных рядов: выдаёт медианный и квантильные прогнозы без дообучения и без подбора весов; ансамбль и модели по умолчанию имеют разрешающие лицензии.
  • Рекомендуемый вариант, Probabilistic Ensemble с равными весами; альтернатива, IQR Ensemble, взвешивающий модели по разбросу прогноза (риск отдать предпочтение излишне самоуверенной модели).
  • На 97 конфигурациях GIFT-Eval (данные на 20 октября 2026) оба ансамбля лучше каждой из четырёх моделей по агрегированной MASE и среднему рангу MASE, но разрыв мал: 0,683 против 0,685 у PatchTST-FM-r2.
  • По CRPS/MWQL наименьший агрегированный показатель остался у PatchTST-FM-r2; ансамблевый подход занимает 3-е место среди допущенных систем по рангам MASE и CRPS, часть систем выше.
  • Ограничения: каналы многомерного ряда прогнозируются независимо, четыре чекпойнта увеличивают время вывода и память, калибровка и устойчивость к сдвигу распределения не гарантируются.

Почему это важно

Главная проблема предобученных моделей временных рядов, выбор: лучшая архитектура зависит от ряда и задачи. IBM Research предлагает вариант по умолчанию, который не требует этот выбор делать вручную. Выигрыш по точности скромный (MASE 0,683 против 0,685 у лучшей одиночной модели), и сами авторы называют главной пользой устойчивость, а не рекорд: ансамбль не возглавляет таблицу лидеров GIFT-Eval и занимает 3-е место среди допущенных систем.

Кому это важно

Практикам прогнозирования, которым нужен готовый вероятностный прогноз по разнородным рядам без обучения и настройки, и тем, кто сравнивает открытые модели временных рядов. Также тем, кто собирает собственные прогнозные стеки: интерфейс Forecaster принимает совместимые внешние модели, так что состав участников и метод агрегации можно менять.

Как это применить

Установить pip install "granite-tsfm>=0.3.11" и загрузить QuantileEnsembleForecaster из ibm-granite/granite-timeseries-ensemble-r1; для IQR-варианта добавить subfolder="recipes/granite-iqr". При первом запуске скачиваются четыре чекпойнта, поэтому нужно время. Авторы советуют начать с Probabilistic Ensemble и сравнить с IQR Ensemble и сильной одиночной моделью (например, PatchTST-FM-r2) на одних и тех же окнах исторических данных, оценить квантильную потерю вместе с MASE, проверить фактическое покрытие интервала 0,1-0,9 относительно номинальных 80% и замерить время и память. Ансамбль и модели по умолчанию имеют разрешающие лицензии, а расширенные рецепты с чекпойнтами IBM Research, отдельные, в том числе некоммерческие, условия: перед использованием нужно прочитать карточку каждой модели.

Можно ли доверять

Это блог самой IBM Research: результаты, самооценка авторов на публичном бенчмарке GIFT-Eval по опубликованным значениям и рангам на 20 октября 2026 года, независимой проверки в тексте нет. Авторы честно указывают, что отрыв по MASE мал, что по агрегированному CRPS/MWQL лучше PatchTST-FM-r2 и что ряд систем в таблице лидеров показывает результаты выше. Ранги считаются относительно всей эталонной таблицы и могут сдвигаться по мере добавления новых записей.

Риски и подводные камни

Текущий рецепт прогнозирует каналы многомерного ряда независимо, не используя связи между ними. Загрузка четырёх чекпойнтов увеличивает время вывода и расход памяти по сравнению с одной моделью. У участников различаются пределы контекста, горизонты, предобработка и работа с пропусками. Ни один из методов агрегации не гарантирует калибровку или устойчивость при сдвиге распределения, поэтому прогнозы нужно отслеживать и после внедрения. Выигрыш на GIFT-Eval в среднем не означает выигрыша на каждом ряду. IQR-взвешивание может отдавать предпочтение излишне самоуверенной модели.