IBM släpper Granite PatchTST-FM-R2 modell för zero‑shot tidsserieprognoser

IBM släppte Granite Time Series PatchTST-FM-r2 den 9 september 2026, en modell för zero‑shot tidsserieprognoser med cirka 385 miljoner parametrar som har dubbel licens under Apache 2.0 och Linux Foundations OpenMDW 1.0. Modellvikterna, arkitekturen, inferens‑pipeline och koden som behövs för att reproducera dess benchmark‑resultat publicerades öppet tillsammans med lanseringen.

IBM presenterade modellen i ett Hugging Face‑blogginlägg av författare från IBM Research, där den beskrivs som eftertraktaren till PatchTST-FM-r1 och den senaste modellen i Granite‑familjen av tidsserie‑grundmodeller. Enligt meddelandet kombinerar PatchTST-FM-r2 en uppdaterad arkitektur, ett större förträningskorpus, probabilistisk prognostisering och stöd för imputering av saknade värden, och den genererar prognoser för ny data utan finjustering eller uppgifts‑specifik anpassning.

Rapporterade GIFT‑Eval‑placeringar

GIFT‑Eval är ett omfattande benchmark för att utvärdera prognosmodeller över olika dataset och scenarier, och lägre värden är bättre för både CRPS och MASE, de två mått som IBM rapporterar. IBM uppgav att per den 8 september 2026 ligger PatchTST-FM-r2 på andra plats bland reproducerbara zero‑shot‑modeller för båda måtten, och är den bäst presterande modellen i den kategorin bland modeller som släppts under tillåtande, kommersiellt vänliga licenser. Meddelandet rapporterar ett geometriskt medelvärde för CRPS på 0,467, precis bakom TimesFM‑3, samt ett geometriskt medelvärde för MASE på 0,6846.

Vissa modeller i GIFT‑Eval klassificeras som förtränade snarare än strikt zero‑shot, vilket innebär att de får inkludera träningsdelarna av benchmark‑ens evalueringsdataset i sina förträningskorpusar. IBM uppgav att även när dessa modeller läggs till i jämförelsen hamnar PatchTST-FM-r2 på tredje plats för CRPS och fjärde för MASE bland reproducerbara modeller, före de förtränade Chronos‑2, Timer‑S1 och Toto‑varianterna, varav vissa är betydligt större.

Modellkortet, skrivet av Jiri Navratil, Wesley M. Gifford, Yunshi Wen, Chandra K. Reddy och Agung Julius, daterar den andra reproducerbara zero‑shot‑placeringen till den 31 augusti 2026 och noterar att modellens resultat ligger i en pågående pull‑request till GIFT‑Eval‑benchmarken; meddelandet daterar samma placering till den 8 september 2026.

Conformer‑arkitektur

PatchTST-FM-r2 behåller den patch‑baserade representationen från sin föregångare men ersätter standard‑transformer‑block med conformer‑block, en design som har sitt ursprung i talbehandling. Varje block innehåller två halvvända feed‑forward‑lager som omger multi‑head self‑attention samt ett temporalt konvolutionslager, med alternerande konvolutionskärnstorlekar på 3 och 5 i ett återkommande {5, 5, 3, 3}‑mönster. IBM uppgav att konvolutionskomponenten fångar kort‑distans temporär struktur, vilket gör att uppmärksamhetsmekanismen kan fokusera på lång‑distans relationer mellan patchar.

Modellen använder 50 % överlappande patchar — patch‑längd 16, steg 8 — med Hamming‑fönster‑viktning under träning och overlap‑and‑add‑prognostisering vid inferens, samt ett för‑head layer‑norm för träningsstabilitet. Den har en dold dimension på 1024 och 30 block, jämfört med 20 i r1, stödjer kontextlängder upp till 8 192 steg och förutspår 99 kvantiler över flexibla prognoslängder, vilket ger både punktprognoser och osäkerhetsintervall. Implementeringen finns i det öppna källkods‑repoet granite‑tsfm och är bakåtkompatibel med checkpoint‑filer från PatchTST‑FM‑r1.

Träningsdata och licensiering

Det dokumenterade förträningskorpuset har fyra källor: utvalda dataset från GiftEvalPretrain; anpassade syntetiska data baserade på KernelSynth med modifierade periodiska kärnor och begränsad augmentation; ett TSMixup‑korpus genererat med metoden som beskrivs i Chronos‑artikeln men begränsat till dataset utanför GIFT‑Eval‑evalueringssetet; samt cirka 500 000 syntetiska CauKer‑sekvenser, var och en med en längd på 4 096. Modellkortet noterar att CauKer‑datasetet genererades av IBMs FlowState‑team och hänvisar till arXiv‑papperet från 2026 “Revisiting the Generic Transformer: Deconstructing a Strong Baseline for Time Series Foundation Models” för den underliggande metoden.

Användare kan välja antingen Apache 2.0‑licensen eller OpenMDW 1.0, ett licensramverk från Linux Foundation avsett för AI‑modeller och relaterade material. IBM uppgav att båda licenserna ger breda, tillåtande rättigheter att använda, modifiera och distribuera modellen, och att syftet är att minska hinder för antagande. En redogörelse i modellkortet anger att IBMs utvecklare producerade koden som ett open‑source‑projekt snarare än en IBM‑produkt, och att IBM inte är förpliktat att tillhandahålla förbättringar, uppdateringar eller support.

Tillgänglighet och Granite‑familjens sammanhang

Vikterna kan hämtas från Hugging Face‑Hubben och laddas via paketet granite‑tsfm, version 0.3.9 eller senare, genom ett pipeline‑API. IBMs exempel­kod genererar en prognos, inklusive begärda kvantiler, från de senaste 512 proverna av en ETTh1‑serie, och IBM positionerar modellen för efterfrågan, priser, energilaster, trafik, telemetri och andra regelbundet samplade tidsserier.

För streaming‑distributioner har IBM och Confluent gjort flera Granite Time Series‑modeller (PatchTST‑FM‑r1, FlowState‑r1.1, TTM‑r3 och TSPulse) tillgängliga via ett Early‑Access‑program i Confluent Cloud, som kör grundmodell‑inferens på live‑strömmar via Apache Flink.

En IBM Research‑översikt av familjen dokumenterar släktträdet bakom releasen: TST 2021, bland de första transformer‑baserade modellerna för tidsseriedata; PatchTST 2023, som introducerade patch‑metoden och kanal‑oberoende; Tiny Time Mixer 2024; och FlowState 2025. Enligt översikten har modellerna gemensamt tränats på mer än 100 miljarder datapunkter, och TTM‑modellerna har över 37 miljoner nedladdningar på Hugging Face. PatchTST‑FM‑r1, den nya modellens direkta föregångare, utvecklades i samarbete med Rensselaer Polytechnic Institute, och IBMs forsknings‑versioner har en icke‑kommersiell licens medan Granite‑serien publiceras under Apache 2.0.