200M 파라미터로 16K 컨텍스트 지원하는 시계열 예측 모델

타임스FM(TimesFM) 2.5 버전은 2.0 버전에 비해 파라미터 수를 500M에서 200M으로 줄여 모델의 효율성을 높였다. 또한, 최대 컨텍스트 길이를 2048에서 16K로 확장하여 더 긴 시계열 데이터를 처리할 수 있게 되었다. 이는 모델의 계산 효율성(Computational Efficiency)을 향상시키면서도 더 복잡한 패턴을 학습할 수 있도록 설계되었다.

2.5 버전에서는 XReg를 통해 공변량(Covariate) 지원을 다시 추가하여 모델의 예측 정확도를 높였다. 또한, 최대 1K 호라이즌(Horizon)까지의 연속 퀀타일 예측(Continuous Quantile Forecast)을 지원하는 30M 퀀타일 헤드(Quantile Head)를 선택적으로 사용할 수 있다. 이는 예측의 불확실성(Uncertainty)을 정량화하고 다양한 시나리오에 대응할 수 있도록 돕는다.

README에 따르면 향후 플랙스(Flax) 버전의 모델을 지원하여 추론 속도를 향상시킬 예정이다. 또한, 추론 API를 개선하여 사용 편의성을 높이고, 문서화(Documentation)와 예제 코드(Code Example)를 추가하여 개발자들이 모델을 쉽게 사용할 수 있도록 지원한다. 이는 모델의 접근성(Accessibility)을 높이고 생태계를 확장하는 데 기여할 것이다.

타임스FM(TimesFM)은 파이토치(PyTorch) 또는 플랙스(Flax)를 사용하여 설치할 수 있으며, 다양한 백엔드(Backend)를 지원한다. 설치 후에는 제공된 예제 코드를 통해 모델을 로드하고, ForecastConfig를 설정하여 예측을 수행할 수 있다. 특히, force_flip_invariance, infer_is_positive, fix_quantile_crossing 등의 플래그(Flag)를 통해 예측 결과를 제어할 수 있다.