OpenTSLM: Language Models That Understand Time-Series (Stanford, ETH, Google)
8 months ago
- #Foundation Models
- #Time-Series Analysis
- #Artificial Intelligence
- AI目前能够理解文本、图像、音频和视频，但对心跳、价格跳动和传感器脉冲等时序信号仍存在处理困难。
- 时序语言模型（TSLMs）将时间序列作为一种原生模态引入，与文本并列，从而能够直接对时序数据进行推理、解释和预测。
- OpenTSLM提供了基于公开数据训练的轻量级基础模型，为时序推理设定了标准，并支持全球开发者生态系统。
- 前沿TSLMs是专有的高级模型，适用于企业级性能、API调用、微调和垂直领域解决方案。
- 这一愿景包括为AI构建时序接口，将现实世界的信号与智能决策相连接，从而提升医疗保健、机器人技术、基础设施以及人类与AI的协作。
- OpenTSLM背后的团队由来自ETH、斯坦福大学、谷歌和Meta等知名机构和公司的专家组成，他们是OpenTSLM论文的原作者。