Registos de sensores de robótica, telemetria de carros autónomos, sinais vitais hospitalares - todas séries temporais, todas a ofuscar os dados de texto e vídeo que a indústria de IA passou anos a otimizar. E a razão pela qual os modelos transformer (Claude, ChatGPT, etc.) não conseguem prever isto bem: eles transformam números contínuos em tokens discretos, e essa tokenização provavelmente destrói a precisão que o problema necessita. Google, Amazon, Datadog construíram todos modelos proprietários para compensar, mas esses modelos apenas viram números históricos, nunca o relatório de lucros ou a mudança de política que os causou. O Migas 1.5 da @synthefyinc é o primeiro modelo de fundação com pesos abertos que combina texto e séries temporais para induzir tais informações exógenas na previsão de séries temporais de forma nativa. Números iniciais: taxa de vitória de 75%+ em 86 conjuntos de dados do mundo real. 14,2% menor MAE. Pesos em @huggingface. Ou baixe e use a nova habilidade deles diretamente no Claude.