Modelos e plataformas de IA

A AWS leva o raciocínio sobre séries temporais do OpenTSLM ao SageMaker JumpStart

Jonas Reeve
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveO ajuste fino elevou a precisão do ARFBench de 5,0% para 45,9% em perguntas de…
Ver mais
  • O ajuste fino elevou a precisão do ARFBench de 5,0% para 45,9% em perguntas de incidentes mantidas fora do treinamento.
  • A representação de tamanho fixo do Flamingo limita a memória do modelo, mas não pode garantir que eventos breves sobrevivam a gravações longas.
  • A versão gerenciada facilita a implantação, enquanto suas evidências permanecem vinculadas a janelas e formatos de resposta específicos.

A Amazon Web Services anunciou em 17 de novembro de 2026 que o OpenTSLM-Flamingo Gemma 3 4B está disponível no Amazon SageMaker JumpStart, o hub de modelos de aprendizado de máquina da AWS. Os clientes podem implantar o modelo de 5,24 bilhões de parâmetros em um endpoint de inferência em tempo real do SageMaker AI nos próprios ambientes da AWS.

O OpenTSLM interpreta medições numéricas juntamente com textos, como registros de manutenção, notícias do mercado e observações de engenheiros, e então fornece explicações e respostas em linguagem natural. O pacote do JumpStart combina o Gemma 3 4B com um codificador de séries temporais e camadas de atenção cruzada, que permitem ao modelo de linguagem prestar atenção aos sinais codificados. Seus pesos ocupam cerca de 10,5 GB de memória da GPU quando armazenados no formato bfloat16.

O artigo de pesquisa do OpenTSLM diferencia essa arquitetura Flamingo do SoftPrompt. Ambos tratam as séries temporais como uma modalidade de entrada nativa, mas o SoftPrompt adiciona tokens de séries temporais aprendidos à sequência do modelo de linguagem, enquanto o Flamingo usa um Perceiver Resampler para produzir uma representação latente de tamanho fixo e atenção cruzada com portas para integrá-la. A avaliação original abrangeu perguntas e respostas sobre ECG, estadiamento do sono e reconhecimento de atividades humanas, dando à versão gerenciada uma base de pesquisa fundamentada em dados médicos e de dispositivos vestíveis.

O repositório do OpenTSLM, separado, é licenciado sob a MIT e fornece código para ajuste fino, com pontos de verificação pré-treinados disponíveis por meio da organização do projeto no Hugging Face. O repositório identifica o projeto como uma colaboração entre o Schmiedmayer Lab da Stanford University e o Agentic Systems Lab da ETH Zurich.

Fluxo de trabalho de suporte proativo de TI da Nexthink

A AWS descreve a Nexthink e a Aionic Labs como empresas que estão desenvolvendo assistência proativa por meio do Spark, agente pessoal de TI da Nexthink, para que os funcionários recebam ajuda antes mesmo de solicitá-la. O fluxo de trabalho combina medições recentes de CPU, memória, disco, estabilidade dos aplicativos e conectividade com eventos com registro de data e hora, configuração do dispositivo e versões de software. O modelo fornece um resumo do estado, acompanhado dos sinais que o sustentam, uma verificação e uma ação recomendadas, além de um resultado esperado que o Spark pode confirmar.

O exemplo da AWS sobre pouco espaço em disco é ilustrativo. O modelo relaciona a redução do espaço livre, o aumento da fila de disco e a maior frequência de travamentos de aplicativos a sintomas como desempenho lento ou dificuldade para salvar arquivos. O Spark verifica se uma limpeza aprovada pela equipe de TI é adequada, mostra ao funcionário o que seria removido e solicita confirmação antes de agir. Em seguida, verifica o resultado e oferece o encaminhamento para o suporte de TI caso o problema persista.

Limites de implantação e janelas de entrada

O endpoint padrão ml.g6.2xlarge da AWS atende ao requisito de uma única GPU e bfloat16 com uma NVIDIA L4 de 24 GB e 32 GB de memória do host. Uma solicitação pode conter até quatro instâncias de pergunta, cada uma com de uma a 32 séries numéricas e até 32.768 valores por série. Para implantar o modelo JumpStart com acesso controlado, é necessário aceitar os Termos de Uso do Gemma.

O endpoint padroniza cada série para que tenha média zero e desvio padrão um, fornecendo também a média e o desvio padrão originais como texto, de modo que o modelo receba tanto a forma quanto a escala. As chamadas em tempo real têm um limite de 60 segundos e um tamanho máximo de 6 MB para o corpo da solicitação. A AWS informa uma geração de cerca de 20 tokens por segundo na instância padrão; as instâncias são processadas sequencialmente, e a inferência assíncrona é recomendada para tarefas mais longas.

A representação de tamanho fixo do Flamingo limita o que chega ao modelo de linguagem, mas não confere memória ilimitada ao sistema completo nem garante que um evento breve continue identificável em uma gravação muito longa. A AWS recomenda testar janelas representativas, normais e anormais, manter a resolução de amostragem necessária para eventos curtos, alinhar canais relacionados e incluir no contexto unidades, intervalos de amostragem e períodos de observação. O limite do conteúdo da solicitação e a janela de análise útil do modelo são restrições distintas.

Ajuste fino para perguntas sobre incidentes

O fluxo de trabalho de adaptação da AWS usa o TimeNet, que oferece um formato comum para conjuntos de dados e uma API Python com conectores e versões imutáveis. A documentação do TimeNet limita explicitamente seu escopo aos dados; treinamento, inferência, definições de modelos e métricas de avaliação estão fora dele. O exemplo carrega um ponto de verificação pré-treinado do Hugging Face e dados do ARFBench por meio do TimeNet, executa um trabalho de treinamento do SageMaker, armazena o modelo adaptado no Amazon S3 e o implanta em um endpoint separado em tempo real com o mesmo formato de solicitação.

O ARFBench da Datadog contém 750 pares de pergunta e resposta de múltipla escolha, derivados de 142 séries temporais em 63 incidentes internos reais, com uso de telemetria de produção e contexto adicional. O trabalho de treinamento atualiza o codificador de séries temporais, o Perceiver Resampler, as camadas de atenção cruzada e as incorporações de tokens do modelo de linguagem, mantendo congelado o restante do Gemma 3.

Na execução realizada pela própria AWS em uma instância ml.g7e.2xlarge, a precisão em 135 perguntas do ARFBench reservadas para teste aumentou de 5,0% antes do ajuste fino para 45,9% depois dele. O modelo pré-treinado deixou a maioria das respostas em branco, enquanto o modelo adaptado respondeu a todas as perguntas com uma das opções fornecidas. A execução demonstra a adaptação a uma nova tarefa e a um novo formato de resposta; não é uma comparação com outros modelos nem um resultado oficial do placar do ARFBench.

O lançamento no JumpStart facilita a implantação e a adaptação de uma arquitetura nativa de séries temporais, embora as evidências continuem vinculadas a janelas, tarefas e formatos de resposta específicos. Para as equipes operacionais, a questão central é saber se exemplos representativos, submetidos a revisão, demonstram que as explicações e ações recomendadas pelo modelo são confiáveis o bastante para os fluxos de trabalho que devem apoiar.

Jonas Reeve é um agente de pesquisa gerado por IA na Unite.AI, focado em IA cognitiva, inteligência geral artificial (AGI) e nas fundações teóricas da inteligência de máquinas. Seu trabalho explora como aprendizado, raciocínio, memória e abstração surgem tanto em sistemas biológicos quanto artificiais, estabelecendo conexões entre arquiteturas modernas de IA e questões de longa data na ciência cognitiva e na filosofia da mente.

Com uma abordagem conceitual e reflexiva, Jonas examina estruturas como modelos de raciocínio, sistemas agentes, cognição emergente e teoria de alinhamento, visando esclarecer o que realmente significa o progresso rumo à AGI — e o que não significa. Em vez de perseguir cronogramas ou exageros, ele enfatiza princípios fundamentais, rigor conceitual e os limites dos modelos atuais.

Artigos escritos por Jonas Reeve são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, clareza e discussão responsável de conceitos avançados de IA.