Nhật ký cảm biến robot, dữ liệu telemetry của xe tự lái, chỉ số sức khỏe bệnh viện - tất cả đều là chuỗi thời gian, tất cả đều vượt trội hơn dữ liệu văn bản và video mà ngành AI đã dành nhiều năm tối ưu hóa. Và lý do mà các mô hình transformer (Claude, ChatGPT, v.v.) không thể dự đoán tốt như vậy: chúng chuyển đổi các số liên tục thành các token rời rạc, và việc token hóa đó có thể phá hủy độ chính xác mà vấn đề cần. Google, Amazon, Datadog đều đã xây dựng các mô hình độc quyền để bù đắp nhưng những mô hình đó chỉ thấy các số lịch sử, không bao giờ thấy báo cáo thu nhập hoặc thay đổi chính sách đã gây ra chúng. Migas 1.5 của @synthefyinc là mô hình nền tảng đầu tiên có trọng số mở kết hợp văn bản và chuỗi thời gian để đưa thông tin ngoại sinh vào dự đoán chuỗi thời gian một cách tự nhiên. Số liệu ban đầu: tỷ lệ thắng 75%+ trên 86 tập dữ liệu thực tế. MAE thấp hơn 14.2%. Trọng số trên @huggingface. Hoặc tải xuống & sử dụng kỹ năng mới của họ trực tiếp trong Claude.