Mistral 发布 Timestral：时间序列预测模型系列

Mistral 于 2026 年 10 月 15 日发布了首个时间序列基础模型系列 Timestral。其博客文章于 10 月 19 日在 Hacker News 上分享；截至 10 月 20 日，该帖有 585 点和 111 条评论。以下数据均为 Mistral 自行公布；技术报告尚未发布。

• 共四种规格：5M、28M、123M 和 209M 参数。上下文长度为 32,768 个时间步。输出为由 21 个分位数构成的概率预测，支持多变量目标，以及仅基于过去和已知未来的协变量。
• Mistral 称，在 GIFT-Eval、TIME 和 fev-bench 预测基准测试中，209M 模型在预训练零样本模型中排名第一，参数量约为此前最佳模型的三分之二。Mistral 表示，测试结果已提交至 GIFT-Eval 和 TIME 排行榜。
• Mistral 称，这些模型无需 GPU，可在服务器 CPU 上运行：使用 8 个线程，根据过去三周、每 15 分钟采样一次的历史数据预测未来一天，5M 模型耗时 10 毫秒，209M 模型耗时 140 毫秒。
• Mistral 称，大部分训练数据为合成数据。
• 许可标注为“Modified MIT”。Mistral 表示已发布 GitHub 仓库。Timestral 也可通过 Mistral Forge 使用，以便进行微调，并支持本地部署、VPC 部署或气隙隔离部署。