سجلات مستشعرات الروبوتات، وبيانات السيارات ذاتية القيادة، والعلامات الحيوية للمستشفى - جميع السلاسل الزمنية، وكلها تفوق بيانات النص والفيديو التي قضت صناعة الذكاء الاصطناعي سنوات في تحسينها. والسبب في أن نماذج المحولات (مثل كلود، شات جي بي تي، إلخ) لا تستطيع التنبؤ بهذا جيدا: فهي تحول الأرقام المستمرة إلى رموز منفصلة، وهذا الترميز على الأرجح يدمر الدقة التي تحتاجها المشكلة. جوجل، أمازون، داتادوج جميعها بنت نماذج خاصة للتعويض، لكن تلك النماذج لم ترد سوى أرقام تاريخية، وليس تقرير الأرباح أو تغيير السياسات الذي تسبب بها. ميغاس 1.5 من @synthefyinc هو أول نموذج أساس مفتوح الأوزان يجمع بين النص والسلاسل الزمنية لتحفيز مثل هذه المعلومات الخارجية في التنبؤ بالسلاسل الزمنية بشكل أصلي. الأرقام الأولية: 75٪+ معدل الفوز عبر 86 مجموعة بيانات واقعية. انخفاض معدل المتوسط المتوسط بنسبة 14.2٪. الأوزان على @huggingface. أو قم بتحميل واستخدام مهارتهم الجديدة مباشرة في كلود.