Mistral AI 发布 Timestral 时序基础模型并开源权重
先了解这件事
2026年10月15日，Mistral AI 发布首个时序基础模型系列 Timestral，包含 5M、28M、123M 和 209M 四档。发布当日，该模型通过 Mistral Forge 提供，并开放 GitHub 仓库供用户在自有数据上运行，全管道可部署于客户硬件及隔离网络环境，采用 Modified MIT 许可证。 其中，209M 版本在 GIFT-Eval、TIME 和 fev-bench 三项基准测试中均排名第一，其参数量仅为当时最优模型的三分之二。该系列支持概率化多变量预测、past-only 以及 known-future covariates 等特性，旨在提升时序分析的准确性与灵活性。 10月28日，arXiv 发布的技术论文进一步确认了模型细节，指出四个规模的模型专为概率预测设计。论文补充说明，所有四个模型的权重均已开放于 Hugging Face，推理代码托管在 GitHub。测试结果显示，Timestral-209M 和 123M 在相关基准的所有指标中包揽前两名。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv · AITimestral：四个参数规模的时间序列基础模型
Timestral 是一组包含 5M、28M、123M 和 209M 参数四个规模的时间序列基础模型，专用于概率预测。在 GIFT-Eval、TIME 和 fev-bench 基准测试中，Timestral-209M 和 Timestral-123M 包揽了所有指标的前两名。
- Mistral AI精选Mistral 发布 Timestral 时序基础模型
Mistral 发布首个时序基础模型系列 Timestral，提供 5M、28M、123M、209M 四档模型。209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项基准上排名第一，参数量仅为此前最优模型的三分之二，并支持概率化多变量预测、past-only 和 known-future covariates。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。