إصدار IBM لنموذج Granite PatchTST-FM-R2 للتسلسل الزمني بدون تدريب مسبق

أصدرت IBM نموذج Granite Time Series PatchTST-FM-r2 في 9 سبتمبر 2026، وهو نموذج توقع السلاسل الزمنية بدون تدريب مسبق يضم تقريبًا 385 مليون معامل، مرخص بنظام مزدوج تحت رخصة Apache 2.0 وإطار OpenMDW 1.0 التابع لمؤسسة لينكس. تم نشر أوزان النموذج، والهندسة المعمارية، وخط أنابيب الاستدلال، والكود اللازم لإعادة إنتاج نتائجه القياسية بشكل مفتوح مع الإصدار.

أعلنت IBM عن النموذج في مقال مدونة Hugging Face من تأليف باحثي IBM Research، مقدمًا إياه كخلفٍ لـ PatchTST-FM-r1 وأحدث نموذج في عائلة نماذج الأساس لسلاسل الزمنية Granite. وفقًا للإعلان، يجمع PatchTST-FM-r2 بين بنية محدثة، ومجموعة تدريبية أكبر، وتوقع احتمالي، ودعم لإكمال القيم المفقودة، ويولد توقعات على بيانات جديدة دون الحاجة إلى ضبط دقيق أو ملاءمة خاصة بالمهمة.

النتائج المبلّغ عنها في GIFT-Eval

يُعد GIFT-Eval معيارًا شاملًا لتقييم نماذج التنبؤ عبر مجموعات بيانات وسيناريوهات متنوعة، وتكون القيم الأقل أفضل لكل من مقيّسي CRPS وMASE، وهما المقياسان الذين تُبلّغ عنهما IBM. صرّحت IBM أنه اعتبارًا من 8 سبتمبر 2026، يحتل PatchTST-FM-r2 المرتبة الثانية بين النماذج القابلة للتكرار والتي لا تحتاج إلى تدريب مسبق لكلا المقياسين، وهو أعلى نموذج أداءً في تلك الفئة بين النماذج التي صدرت تحت تراخيص مرنة صديقة للتجارة. يذكر الإعلان أن المتوسط الهندسي لـ CRPS هو 0.467، وهو مباشرةً خلف TimesFM-3، وأن المتوسط الهندسي لـ MASE هو 0.6846.

بعض النماذج في GIFT-Eval تُصنّف على أنها مُدربة مسبقًا بدلاً من كونها صفرية التدريب بشكل صارم، ما يعني أنه يُسمح لها بضم أجزاء التدريب من مجموعات بيانات التقييم في مجموعات التدريب الخاصة بها. صرّحت IBM بأنه حتى عند إضافة تلك النماذج إلى المقارنة، يحتل PatchTST-FM-r2 المرتبة الثالثة في CRPS والرابعة في MASE بين النماذج القابلة للتكرار، متفوقًا على النماذج المدربة مسبقًا Chronos-2 وTimer-S1 ومتغيّرات Toto، وبعضها أكبر حجمًا بشكل ملحوظ.

بطاقة النموذج، التي صاغها Jiri Navratil وWesley M. Gifford وYunshi Wen وChandra K. Reddy وAgung Julius، تُحدد المرتبة الثانية القابلة للتكرار بدون تدريب مسبق إلى 31 أغسطس 2026، وتُشير إلى أن نتائج النموذج موجودة في طلب سحب (pull request) قيد الانتظار تم تقديمه إلى معيار GIFT-Eval؛ بينما يُحدد الإعلان نفس المرتبة إلى 8 سبتمبر 2026.

معمارية Conformer

يحتفظ PatchTST-FM-r2 بتمثيل يعتمد على القطع (patch) كما في سلفه، لكنه يستبدل كتل المحول (transformer) القياسية بكتل conformer، وهو تصميم نشأ في معالجة الكلام. تحتوي كل كتلة على طبقتين تغذيتين نصفية تحيطان بآلية الانتباه المتعدد الرؤوس (multi-head self-attention) وطبقة التلافيف الزمنية، مع أحجام نوى التلافيف المتناوبة 3 و5 وفق نمط متكرر {5, 5, 3, 3}. صرّحت IBM أن مكوّن التلافيف يلتقط البنية الزمنية قصيرة المدى، مما يسمح لآلية الانتباه بالتركيز على العلاقات طويلة المدى بين القطع.

يستخدم النموذج قطعًا متداخلة بنسبة 50٪ — طول القطعة 16، خطوة 8 — مع وزن نافذة هامينغ أثناء التدريب وتنبؤ بتقنية overlap-and-add أثناء الاستدلال، بالإضافة إلى تطبيق تطبيع طبقة ما قبل الرأس (pre-head layer norm) لضمان استقرار التدريب. يمتلك أبعادًا مخفية مقدارها 1024 و30 كتلة، مقارنةً بـ 20 في النسخة r1، ويدعم أطوال سياق تصل إلى 8,192 خطوة، ويتنبأ بـ 99 كمية (quantiles) عبر أطوال توقع مرنة، مُنتجًا كلًا من التوقعات النقطية وفواصل عدم اليقين. يتوفر التنفيذ في مستودع granite-tsfm المفتوح المصدر ويظل متوافقًا مع نقاط التحقق (checkpoints) الخاصة بـ PatchTST-FM-r1.

بيانات التدريب والترخيص

يتضمن مجموعة ما قبل التدريب الموثقة أربعة مصادر: مجموعات بيانات مختارة من GiftEvalPretrain؛ بيانات تركيبية مخصصة تعتمد على KernelSynth مع نوى دورية معدلة وتكبير محدود؛ مجموعة TSMixup تم إنشاؤها باستخدام النهج الموصوف في ورقة Chronos لكن مقصورة على مجموعات بيانات خارج مجموعة تقييم GIFT-Eval؛ وحوالي 500,000 تسلسل CauKer تركيبي، كل منها بطول 4,096. تُشير بطاقة النموذج إلى أن مجموعة بيانات CauKer تم إنشاؤها بواسطة فريق FlowState التابع لـ IBM، وتستشهد بورقة arXiv لعام 2026 بعنوان “Revisiting the Generic Transformer: Deconstructing a Strong Baseline for Time Series Foundation Models” للنهج الأساسي.

يمكن للمستخدمين اختيار إما رخصة Apache 2.0 أو OpenMDW 1.0، وهو إطار ترخيص تابع لمؤسسة لينكس صُمم للنماذج الذكائية والمواد ذات الصلة. صرّحت IBM أن كلا الترخيصين يمنحان حقوقًا واسعة ومرنة لاستخدام النموذج وتعديله وتوزيعه، وأن الهدف هو تقليل الحواجز أمام الاعتماد. تُظهر إشارة في بطاقة النموذج أن مطوري IBM أنتجوا الكود كمشروع مفتوح المصدر وليس كمنتج IBM، وأن IBM غير ملزمة بتوفير تحسينات أو تحديثات أو دعم.

التوافر وسياق عائلة Granite

يمكن تنزيل الأوزان من مركز Hugging Face وتحميلها عبر حزمة granite-tsfm، الإصدار 0.3.9 أو أحدث، من خلال واجهة برمجة تطبيقات (API) للخط الأنابيب. يولّد كود المثال المقدم من IBM توقعًا، بما في ذلك الكميات المطلوبة، من آخر 512 عينة من سلسلة ETTh1، وتُصنّف IBM النموذج لتطبيقات الطلب، والأسعار، وأحمال الطاقة، وحركة المرور، والقياسات عن بُعد، وغيرها من السلاسل الزمنية التي تُجمع بانتظام.

للتنفيذات المتدفقة، قدمت IBM وConfluent عدة نماذج Granite Time Series (PatchTST-FM-r1، FlowState-r1.1، TTM-r3، وTSPulse) عبر برنامج الوصول المبكر في Confluent Cloud، الذي يُجري استدلال نماذج الأساس على التدفقات الحية عبر Apache Flink.

توثّق نظرة عامة من IBM Research على العائلة السلالة وراء الإصدار: TST في عام 2021، كأحد أول النماذج القائمة على المحولات التي طُبّقت على بيانات السلاسل الزمنية؛ PatchTST في عام 2023، الذي قدم تقنية القطع (patching) واستقلال القنوات؛ Tiny Time Mixer في عام 2024؛ وFlowState في عام 2025. وفقًا لتلك النظرة العامة، تم تدريب النماذج مجتمعةً على أكثر من 100 مليار نقطة بيانات، وتجاوزت نماذج TTM 37 مليون عملية تنزيل على Hugging Face. كان PatchTST-FM-r1، السلف المباشر للنموذج الجديد، مُطوَّرًا بالتعاون مع معهد رينسسلير التقني (Rensselaer Polytechnic Institute)، وتحمل نماذج IBM البحثية نسخة ترخيص غير تجاري بينما تُنشر عائلة Granite تحت رخصة Apache 2.0.