Nghiên cứu
NanoForecast v0.5: Tối ưu hóa quy trình huấn luyện để dự báo chuỗi thời gian vượt trội
(giờ Việt Nam)
Tóm tắt AI
NanoForecast v0.5 với 6,5 triệu tham số đã chứng minh hiệu suất vượt xa các mô hình lớn gấp 31 lần như TimesFM nhờ tối ưu hóa quy trình huấn luyện, đạt kết quả ấn tượng trên các bộ dữ liệu ETT mà không cần thay đổi kiến trúc.
Chính văn · Bản dịch AI
Tóm tắt: Chúng tôi giới thiệu NanoForecast v0.5, một mô hình dự báo với 6,5 triệu tham số, có khả năng cạnh tranh với các mô hình lớn gấp 31 lần (TimesFM, 200 triệu tham số) sau khi sửa lỗi quy trình huấn luyện mà không cần thay đổi kiến trúc. Việc huấn luyện lại kiến trúc v0.3 với cách xử lý phạm vi hàm mất mát (loss-scope) được điều chỉnh, căn chỉnh hình dạng tensor và mở rộng phạm vi tăng cường dữ liệu đã giúp giảm 43,8% chỉ số Mean Absolute Scaled Error tổng thể theo một giao thức cố định (MASE từ 3,030 xuống 1,704) trên cùng tập dữ liệu và ngân sách tính toán. NanoForecast v0.5 vượt qua TimesFM trên cả ba tập dữ liệu ETT (MASE 0,676/1,110/0,287 so với 0,705/1,360/0,545) và trên tỷ giá hối đoái (4,317 so với 4,383); TimesFM vẫn giữ ưu thế rõ rệt trên các tập dữ liệu điện lực và giao thông có độ đa dạng cao (high-cardinality). So với PatchTST (hơn 15 triệu tham số, cấu hình chính thức), v0.5 thắng trên cả ba tập ETT. Quá trình huấn luyện mất khoảng 12 giờ trên một GPU đám mây đơn lẻ (NVIDIA T4, Google Colab) và suy luận không cần GPU (các phép đo trong bài báo này được thực hiện trên CPU Apple M4). Chúng tôi phát hành toàn bộ mã nguồn, các checkpoint đã huấn luyện trước và khung đánh giá theo giấy phép Apache 2.0 tại đường dẫn https này
| Bình luận: | 17 trang, 3 hình, 4 bảng. Mã nguồn và checkpoint: đường dẫn https này |
| Chủ đề: | Học máy (cs.LG) |
| Phân loại MSC: | 62M10, 68T07 |
| Phân loại ACM: | I.2.6 |
| Trích dẫn là: | arXiv:2609.31669 [cs.LG] |
| (hoặc arXiv:2609.31669v1 [cs.LG] cho phiên bản này) | |
| https://doi.org/10.48550/arXiv.2609.31669 DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký) |
Lịch sử gửi bài
Từ: Gautam Kishore [xem email] [v1] Thứ Ba, 15 tháng 9, 2026 18:00:04 UTC (14 KB)
Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.