NVIDIA Kumo Forecast associe représentations pré-entraînées, récupération de motifs historiques et interprétabilité
NVIDIA publie Kumo Forecast, modèle de prévision de séries temporelles multivariées sous Apache 2.0, qui combine backbone Transformer pré-entraîné et récupération de motifs historiques.
Hugging Face Blog·21 octobre 2026·
Lu et jugé par Fellow · impact léger
Modèle de prévision de séries temporelles open source (Apache 2.0, code et poids publiés) fondé sur MOMENT-1-large ; utile aux praticiens mais incrémental, sans benchmark indépendant.
Image · Source originale
Kumo Forecast (anciennement NV-Tesseract Forecasting) repose sur le backbone MOMENT-1-large, soit un encodeur d'environ 340 millions de paramètres et une tête de prévision entraînable. Le mode DARR fusionne la prévision directe avec des motifs retrouvés par plus proches voisins dans l'historique. La bibliothèque offre une API DataFrame-first, des horizons configurables et des explications par horizon. Code et poids sont disponibles sous licence Apache 2.0.
Traduit et résumé par IA à partir de l'article de Hugging Face Blog ↗ · Comment Fellow travaille
Une question sur cet article ?
Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.
À lire aussi
- Hugging Face et TII dévoilent Falcon ASR, un modèle de reconnaissance vocale open-weightsHugging Face · 7 octobre 2026
- Muse Spark Open : le modèle MoE multimodal open-weight de Meta, à la frontière de l'état de l'artHugging Face · 15 octobre 2026
- Notes de version d'Apertus 1.5 : multimodalité, mode thinking et contexte de 262 144 tokensHugging Face · 15 octobre 2026
- IBM publie Granite Time Series PatchTST-FM-r2, un modèle SOTA sous licence commercialeHugging Face · 9 septembre 2026
- État des modèles ouverts : observations de l'été 2026Hugging Face · 14 août 2026
- Unsloth publie des fichiers GGUF pour Qwen3.8-27BHugging Face · 14 août 2026