IBM udgiver Granite PatchTST-FM-R2 Zero‑Shot tidsseriemodel

IBM udgav Granite Time Series PatchTST-FM-r2 den 9. september 2026, en ca. 385‑million‑parameter zero‑shot tidsserie‑prognosemodel med dobbelt licens under Apache 2.0 og Linux Foundations OpenMDW 1.0. Modellens vægte, arkitektur, inferens‑pipeline og kode, der er nødvendig for at reproducere benchmark‑resultaterne, blev alle offentliggjort sammen med udgivelsen.

IBM annoncerede modellen i et Hugging Face‑blogindlæg af forfattere fra IBM Research, hvor den blev præsenteret som efterfølgeren til PatchTST-FM-r1 og den seneste model i Granite‑tidsserie‑fundamentmodel‑familien. Ifølge meddelelsen kombinerer PatchTST-FM-r2 en opdateret arkitektur, et større fortræningskorpus, probabilistisk prognosticering og understøttelse af imputering af manglende værdier, og den genererer prognoser på nye data uden finjustering eller opgavespecifik tilpasning.

Rapporterede GIFT‑Eval‑placeringer

GIFT‑Eval er et omfattende benchmark til evaluering af prognosemodeller på tværs af forskellige datasæt og scenarier, og lavere værdier er bedre for både CRPS og MASE, de to målinger som IBM rapporterer. IBM oplyser, at pr. 8. september 2026 rangerer PatchTST-FM-r2 som nummer to blandt reproducerbare zero‑shot‑modeller for begge målinger, og er den bedst præsterende model i den kategori blandt modeller udgivet under tilladende, kommercielt venlige licenser. Meddelelsen angiver et geometrisk gennemsnit for CRPS på 0,467, lige efter TimesFM‑3, samt et geometrisk gennemsnit for MASE på 0,6846.

Nogle modeller i GIFT‑Eval er kategoriseret som fortrænede frem for strengt zero‑shot, hvilket betyder, at de må inkludere træningsdelene af benchmark‑evaluationsdatasættene i deres fortræningskorpus. IBM oplyser, at selv når disse modeller medtages i sammenligningen, placerer PatchTST-FM-r2 sig som nummer tre for CRPS og nummer fire for MASE blandt reproducerbare modeller, foran de fortrænede Chronos‑2, Timer‑S1 og Toto‑varianter, hvoraf nogle er betydeligt større.

Den model‑card, skrevet af Jiri Navratil, Wesley M. Gifford, Yunshi Wen, Chandra K. Reddy og Agung Julius, daterer den nummer‑to reproducerbare zero‑shot‑placering til den 31. august 2026 og bemærker, at modellens resultater ligger i en afventende pull‑request indsendt til GIFT‑Eval‑benchmarken; meddelelsen daterer den samme placering til den 8. september 2026.

Conformer‑arkitektur

PatchTST-FM-r2 bevarer den patch‑baserede repræsentation fra sin forgænger, men erstatter standard‑transformer‑blokke med conformer‑blokke, et design der oprindeligt stammer fra tale‑behandling. Hver blok indeholder to halv‑step feed‑forward‑lag omkring multi‑head self‑attention og et temporalt konvolutionslag, med skiftende konvolutions‑kernel‑størrelser på 3 og 5 i et gentaget mønster {5, 5, 3, 3}. IBM oplyser, at konvolutionskomponenten indfanger kort‑række‑temporal struktur, så opmærksomhedsmekanismen kan fokusere på lang‑række relationer mellem patches.

Modellen bruger 50 % overlappende patches — patch‑længde 16, stride 8 — med Hamming‑vindues‑vægtning under træning og overlap‑og‑add‑prognosticering ved inferens, samt en pre‑head layer‑norm anvendt for træningsstabilitet. Den har en skjult dimension på 1024 og 30 blokke, op fra 20 i r1, understøtter kontekstlængder op til 8.192 trin, og forudsiger 99 kvantiler over fleksible prognoselængder, hvilket giver både punkt‑prognoser og usikkerhedsintervaller. Implementeringen er tilgængelig i det open‑source‑granite‑tsfm‑repository og forbliver bagudkompatibel med PatchTST‑FM‑r1‑checkpoints.

Træningsdata og licensiering

Det dokumenterede fortræningskorpus har fire kilder: udvalgte datasæt fra GiftEvalPretrain; brugerdefinerede syntetiske data baseret på KernelSynth med modificerede periodiske kerner og begrænset augmentation; et TSMixup‑korpus genereret ved brug af metoden beskrevet i Chronos‑papiret men begrænset til datasæt uden for GIFT‑Eval‑evaluationssættet; samt ca. 500.000 syntetiske CauKer‑sekvenser, hver med en længde på 4.096. Model‑carden bemærker, at CauKer‑datasættet blev genereret af IBMs FlowState‑team, og den refererer til arXiv‑papiret fra 2026 “Revisiting the Generic Transformer: Deconstructing a Strong Baseline for Time Series Foundation Models” for den underliggende tilgang.

Brugere kan vælge enten Apache 2.0‑licensen eller OpenMDW 1.0, et Linux‑Foundation‑licensrammeværk designet til AI‑modeller og relateret materiale. IBM oplyser, at begge licenser giver brede, tilladende rettigheder til at bruge, modificere og distribuere modellen, og at de har til formål at reducere barrierer for adoption. En erklæring på model‑carden angiver, at IBM‑udviklere producerede koden som et open‑source‑projekt snarere end som et IBM‑produkt, og at IBM ikke er forpligtet til at levere forbedringer, opdateringer eller support.

Tilgængelighed og Granite‑familiekontekst

Vægtene kan downloades fra Hugging Face‑Hub og indlæses via granite‑tsfm‑pakken, version 0.3.9 eller senere, gennem et pipeline‑API. IBMs eksempel‑kode genererer en prognose, inklusive de ønskede kvantiler, fra de sidste 512 prøver af en ETTh1‑serie, og IBM positionerer modellen til efterspørgsel, priser, energiforbrug, trafik, telemetri og andre regelmæssigt samplede tidsserier.

Til streaming‑implementeringer har IBM og Confluent gjort flere Granite‑tidsserie‑modeller (PatchTST‑FM‑r1, FlowState‑r1.1, TTM‑r3 og TSPulse) tilgængelige via et Early‑Access‑program i Confluent Cloud, som kører fundament‑model‑inferens på live‑streams gennem Apache Flink.

En IBM Research‑oversigt over familien dokumenterer slægtskabet bag udgivelsen: TST i 2021, blandt de første transformer‑baserede modeller anvendt på tidsseriedata; PatchTST i 2023, som introducerede patch‑metoden og kanal‑uafhængighed; Tiny Time Mixer i 2024; og FlowState i 2025. Ifølge den oversigt er modellerne samlet blevet trænet på mere end 100 milliarder datapunkter, og TTM‑modeller har opnået over 37 millioner downloads på Hugging Face. PatchTST‑FM‑r1, den nye models direkte forgænger, blev co‑udviklet med Rensselaer Polytechnic Institute, og IBMs forsknings‑versionsmodeller har en ikke‑kommerciel licens, mens Granite‑serien er udgivet under Apache 2.0.