Robotsensorloggar, telemetri från självkörande bilar, sjukhusets vitalparametrar – alla tiders serier, allt överskuggar text- och videodata som AI-industrin har optimerat i åratal. Och anledningen till att transformermodeller (Claude, ChatGPT etc.) inte kan förutse detta väl: de omvandlar kontinuerliga tal till diskreta tokens, och den tokeniseringen förstör sannolikt den precision som problemet kräver. Google, Amazon, Datadog har alla byggt proprietära modeller för att kompensera men dessa modeller såg bara historiska siffror, aldrig resultatrapporten eller policyförändringen som orsakade dem. @synthefyinc Migas 1.5 är den första öppna viktgrundmodellen som kombinerar text och tidsserier för att inducera sådan exogen information i tidsserieprognoser naturligt. Tidiga siffror: 75 %+ vinstprocent över 86 verkliga datamängder. 14,2 % lägre MAE. Vikter på @huggingface. Eller ladda ner och använda deras nya färdighet direkt i Claude.