TimesFM-3 прогнозирует множество серий одновременно — но его стандартные веса некоммерческие

Стандартные веса TimesFM-3 не лицензированы для коммерческого или промышленного использования. Репозиторий Google Research различает свой код с лицензией Apache-2.0 от timesfm-non-commercial-license-v1.0 на предварительно обученных весах v3 и указывается, что коммерческое или производственное использование этих стандартных весов не разрешено.[1] Это ограничение идет до любого обсуждения точности: технически привлекательная контрольная точка не является одобренным вариантом развертывания.

Точный выпуск: google/timesfm-3.0-pytorch, a 330 миллионов-параметрическая контрольная точка PyTorch для прогнозирования временных рядов.[2] Google представила ее 31 августа 2026 года как модель zero-shot, которая может совместно прогнозировать несколько целей и принимать только прошлые данные, а также известные будущие ковариаты.[3] Тег выпуска: v3.0.0 на коммите 331c6d33cb1ac2611de3056d0ac7164aab6301eb.[4]

Доступ и лицензионное ограничение

Hugging Face обозначает контрольную точку для прогнозирования временных рядов и указывает Лицензию TimesFM non-commercial v1.0.[2] На проверке 1 сентября на её странице также указывалось, что ни один провайдер инференса не развернул эту модель. Это делает проверенный путь локальной или самостоятельно управляемой оценкой, а не размещённым коммерческим API.[2]

Не сводите эти факты к «весам Apache-2.0». Код репозитория лицензирован Apache-2.0, в то время как предварительно обученные веса v3 имеют отдельные ограничения.[1] Google также заявила о предстоящей интеграции с BigQuery в своём анонсе; эта страница не рассматривает это как действительный путь продукта TimesFM-3.[3]

Что утверждает Google — и что измерил Mantis

Заявления Google о бенчмарке

Google заявляет, что TimesFM-3 занял первое место среди предварительно обученных базовых моделей в оценке GIFT-Eval, FEV-Bench и TIME в рамках собственной схемы оценки и утверждает, что многомерный режим улучшает его средний рейтинг, когда доступны кросс-серийная информация и коварианты.[3] Независимое освещение запуска MarkTechPost повторяет описание 330M, zero-shot многомерной модели и заявленное положение в бенчмарке.[5]

Это заявления поставщиков и сообщения о запуске, а не результат Mantis. Они не устанавливают точность для конкретного ритейлера, системы телеметрии или процесса планирования.

Доказательства Mantis

Исправленный Пакет бенчмарка TimesFM-3 определяет три набора данных CC BY 4.0 UCI, хронологически отложенные горизонты, сезонный наивный базовый показатель, MAE, SMAPE, затраченное время, пиковую память, пути необработанных предсказаний и порог MAE «как минимум 2 из 3». Это без измерений: у этого рабочего нет GPU NVIDIA, только 7,5 ГиБ оперативной памяти и нет одобренного альтернативного ускорителя. Контрольная точка не была загружена и никаких предсказаний, метрик, графиков или результатов производительности не было создано.[6]

Непотробанный пакет не является неудачным результатом и не доказывает, что TimesFM-3 уступает сезонному наивному показателю. Это воспроизводимый протокол плюс задокументированное аппаратное ограничение.

Оценка, которая остается

Протокол преобразует общедоступные исходные данные в три различных сценария прогнозирования: мультивариантный спрос, похожий на розничную торговлю, из Online Retail; почасовую телеметрию трафика для мониторинга из Metro Interstate Traffic Volume; и Bike Sharing, чьи столбцы погоды, календаря и типа пользователя предоставляют известные ковариаты.[6] Каждый источник распространяется по лицензии CC BY 4.0 и остается за пределами этого репозитория; пакет записывает атрибуцию, URL для загрузки, преобразования и зафиксированные правила разбиения.[6]

Для каждого набора данных исполнитель должен использовать один и тот же контекст и отложенный горизонт для TimesFM-3 и сезонного наивного прогноза. Необходимо сохранять исходные прогнозы и фактические значения, вычислять MAE и SMAPE, фиксировать время работы и пик RSS, а также отклонять недействительные значения. Порог прохождения специально узкий: TimesFM-3 должен превзойти сезонный наивный прогноз по MAE как минимум в двух из трёх отложенных наборов данных. Смешанный или отрицательный результат всё равно остаётся публикуемым доказательством.

Если у вас есть подходящее утверждённое оборудование, используйте закреплённую v3.0.0 ревизию кода и контрольную точку, выполняйте только протокол с публичными данными в условиях некоммерческой оценки и сохраняйте сбои. Не переносите рейтинг производителя в производственную рекомендацию и не конвертируйте лицензию кода Apache-2.0 в разрешение использовать веса по умолчанию версии v3 в коммерческих целях.

Источники

[1] https://github.com/google-research/timesfm/tree/v3.0.0 — README репозитория TimesFM v3.0.0 и его явное уведомление о лицензии для кода и весов

[2] https://huggingface.co/google/timesfm-3.0-pytorch — идентичность контрольной точки, размер модели, лицензия на веса, модальность и проверенный статус поставщика вывода

[3] https://research.google/blog/timesfm-3-a-zero-shot-foundation-model-for-multivariate-forecasting/ — объявление Google Research, возможности, утверждения о бенчмарке и предстоящая интеграция с BigQuery

[4] https://github.com/google-research/timesfm/releases/tag/v3.0.0 — выпуск v3.0.0 и коммит 331c6d33cb1ac2611de3056d0ac7164aab6301eb

[5] https://www.marktechpost.com/2026/08/31/google-ai-releases-timesfm-3-a-330m-parameter-zero-shot-foundation-model-for-multivariate-time-series-forecasting/ — независимое освещение запуска; не измерение Mantis

[6] https://archive.ics.uci.edu/ — лицензии исходного кода и записи датасетов зафиксированы benchmarks/timesfm-3/sources/datasets.json

Запустите это в работу

Отделите код репозитория Apache-2.0 от отдельной лицензии на предобученные веса v3 перед оценкой стека прогнозирования.

Попробовать

Запускайте фиксированный протокол публичных данных в `benchmarks/timesfm-3/` только в законной некоммерческой среде оценки.

Докажите, что это сработало

Сохраняйте каждое хронологическое разделение неизменным; сохраняйте исходные прогнозы, MAE, SMAPE, реальное время работы, пик памяти и ошибки вместе с сезонным наивным базовым уровнем.

Где это может оплатить

Не используйте стандартные веса v3 в клиентских или производственных прогнозах без отдельно разрешённого пути.

Держите в поле зрения

• Точная контрольная точка — `google/timesfm-3.0-pytorch`: 330 млн параметров для многомерного прогнозирования временных рядов.
• Предобученные веса v3 используют лицензию TimesFM Non-Commercial License v1.0; Google заявляет, что коммерческое и производственное использование стандартных весов не разрешено.
• На момент проверки Hugging Face не указал ни одного размещённого провайдера инференса для этой контрольной точки.

Изучите рабочий процесс: выбор между моделями frontier и open-weight →