
انویدیا مدل پیشبینی سریهای زمانی Kumo را معرفی کرد
انویدیا مدل Kumo Forecast را برای پیشبینی سریهای زمانی معرفی کرد که بازنماییهای پیشآموزشدیده را با بازیابی الگوهای تاریخی و قابلیت تفسیرپذیری ترکیب میکند. این مدل در وبلاگ Hugging Face منتشر شده و برای کاربردهای عملیاتی و مالی طراحی شده است.
انویدیا در تاریخ ۲۱ اکتبر ۲۰۲۶ مدل جدیدی با نام Kumo Forecast را معرفی کرد. این مدل برای پیشبینی سریهای زمانی (time-series forecasting) طراحی شده و رویکردی ترکیبی را دنبال میکند که بازنماییهای پیشآموزشدیده (pretrained representations) را با بازیابی الگوهای تاریخی (historical pattern retrieval) و قابلیت تفسیرپذیری (interpretability) ادغام میکند. بر اساس توضیحات منتشرشده در وبلاگ Hugging Face، Kumo Forecast از بازنماییهای از پیش آموزشدیده برای درک ساختار دادههای سری زمانی استفاده میکند و در کنار آن، با جستجو در الگوهای تاریخی مشابه، دقت پیشبینی را بهبود میبخشد. قابلیت تفسیرپذیری نیز به کاربران امکان میدهد تا دلایل پیشبینیها را بهتر درک کنند. این مدل برای کاربردهای گوناگونی مانند پیشبینی تقاضا، تحلیلهای مالی، مدیریت زنجیره تأمین و پایش عملیات مناسب است. تمرکز بر تفسیرپذیری میتواند برای صنایع حساس به تصمیمگیری، مانند مالی و سلامت، اهمیت ویژهای داشته باشد. برای توسعهدهندگان ایرانی، Kumo Forecast میتواند بهعنوان یک ابزار متنباز یا قابل استفاده در سرویسهای ابری، امکان ساخت سامانههای پیشبینی دقیقتر را فراهم کند. با توجه به تحریمها و محدودیتهای دسترسی به برخی سرویسهای ابری، توسعهدهندگان میتوانند نسخههای محلی یا جایگزینهای متنباز مشابه را بررسی کنند. همچنین، ترکیب بازنماییهای پیشآموزشدیده با بازیابی الگو میتواند الگویی برای پروژههای بومی در حوزه هوش مصنوعی باشد. انویدیا جزئیات فنی و نحوه دسترسی به این مدل را در وبلاگ Hugging Face منتشر کرده است. این معرفی نشاندهنده ادامه سرمایهگذاری این شرکت در حوزه مدلهای بنیادی برای دادههای ساختیافته و سریهای زمانی است.
این مدل در اپکس۲۴ قابل دسترس است
یک کلید API — ۵۰+ مدل هوش مصنوعی




