الإجاباتمنشور24 المصادر
نتيجة قوية للتنبؤ، مع تفاصيل مهمة خلف ترتيب TimeH2O-v1
تقول H2O.ai إن نموذج TimeH2O v1، الذي يضم 108.8 مليون مُعامل، حقق معدل فوز 91.9% ودرجة مهارة 50.8 عبر 100 مهمة في fev bench. النموذج مخصص للتنبؤ دون تدريب منفصل لكل سلسلة، وتذكر H2O.ai أنه حقق على GIFT Eval أدنى قيم إجمالية لمقياسي MASE وCRPS بين نماذج التنبؤ دون تدريب مسبق مخصص.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- تقول H2O.ai إن نموذج TimeH2O v1، الذي يضم 108.8 مليون مُعامل، حقق معدل فوز 91.9% ودرجة مهارة 50.8 عبر 100 مهمة في fev bench.
- النموذج مخصص للتنبؤ دون تدريب منفصل لكل سلسلة، وتذكر H2O.ai أنه حقق على GIFT Eval أدنى قيم إجمالية لمقياسي MASE وCRPS بين نماذج التنبؤ دون تدريب مسبق مخصص.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is H2O.ai’s 108-million-parameter TimeH2O-v1 time-series foundation model, released on October 26, and how do its zero-shot forecasting. Article summary: TimeH2O-v1 is H2O.ai’s compact, open-weights time-series foundation model, released on October 26, 2026, for zero-shot forecasting without a separate training run or model for every series.[9][10] H2O.ai reports first pl. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
أطلقت H2O.ai نموذج TimeH2O-v1 في 26 أكتوبر 2026، وهو نموذج أساس مدمج للسلاسل الزمنية صُمم للتنبؤ دون تدريب نموذج منفصل لكل سلسلة. وتبدو النتيجة الأبرز لافتة: معدل فوز 91.9% ودرجة مهارة 50.8 عبر 100 مهمة في fev-bench. لكن هذه الأرقام تصف طريقة عرض محددة للوحة الترتيب، ولا تعني أن النموذج يتصدر كل مقياس أو كل مجموعة من النماذج.1
7
13
ما هو TimeH2O-v1؟
يضم النموذج 108.8 مليون مُعامل، ويُشار إلى حجمه أحيانًا بالتقريب إلى 108 ملايين. ويعني التنبؤ «دون تدريب مسبق مخصص» استخدام نموذج دُرّب مسبقًا لإنتاج توقعات لسلسلة زمنية، من دون إنشاء نموذج مستقل أو إعادة تدريبه لكل سلسلة.1
6
13
يقيّم fev-bench دقة التنبؤ الاحتمالي مقارنة بخط أساس موسمي بسيط. وتشمل مهامه المئة بيانات واقعية من 96 مجموعة بيانات موزعة على سبعة مجالات، وفق وصف منفصل للوحة الترتيب.1
19
كيف يقارن أداؤه في fev-bench؟
في ترتيب معدل الفوز الافتراضي الذي تعرضه H2O.ai، يأتي TimeH2O-v1 أولًا بين 32 نموذجًا. ويسجل Timestral-209M معدل 89.6%، وt0-gamma نسبة 88.1%، وTimesFM-3 نسبة 82.7%، وChronos-2 نسبة 76.8%، مقابل 91.9% لـTimeH2O-v1.13 كما أوردت وكالة Bernama رقمي Timestral-209M وt0-gamma.
2
لكن نطاق المقارنة مهم: تذكر لوحة H2O.ai أن النموذج يحتل المرتبة الثانية بين 36 نموذجًا عند إدراج النماذج التي تُتاح عبر واجهات مغلقة، كما توضح الشركة أن ادعاء الصدارة في عرضها يشمل نماذج غير تجارية.13
6 لذا فإن وصفه بأنه «الأول» ينطبق على إعداد معين للوحة، لا على كل مقارنة ممكنة.
وتعرض لوحة أخرى لـfev-bench أرقامًا مختلفة. إذ يسجل TimeH2O-v1 فيها معدل فوز 86.14% ودرجة مهارة MASE تبلغ 39.95، ما يضعه ثالثًا وفق هذا المقياس، خلف TimeRSI-1.5 وTimeRSI.19 لا ينبغي الخلط بين هذه النتائج وبين معدل الفوز 91.9% ودرجة المهارة 50.8 المنشورين في لوحة H2O.ai؛ فطرق عرض لوحات الترتيب المنشورة تختلف في الأرقام والترتيب. والخلاصة أن قراءة أي ادعاء عن الأداء تستلزم معرفة المقياس ونسخة لوحة الترتيب المقصودة.
نتيجة أخرى على GIFT-Eval
تقول H2O.ai إن TimeH2O-v1 حقق أدنى قيم إجمالية لمقياسي MASE وCRPS بين نماذج التنبؤ دون تدريب مسبق مخصص على GIFT-Eval، مسجلًا 0.654 و0.441 على التوالي.6 وتعرض لوحة مستقلة أرقامًا مقربة تبلغ 0.65 لـMASE و0.44 لـCRPS، مقابل 0.66 و0.45 لـTimestral-209M.
24 لكن GIFT-Eval اختبار مختلف عن fev-bench؛ ولا تُعد نتائجه تأكيدًا لترتيب fev-bench أو بديلًا عنه.
المتغيرات الإضافية وما تدعمه الأدلة
يتضمن وصف fev-bench مهامًا تستخدم متغيرات مصاحبة، لكن غلاف النموذج المدرج في fev يذكر أن نقاط تحقق TimeH2O-v1 تتنبأ بكل هدف على نحو مستقل وتتجاهل هذه المتغيرات، مع تحويل المهام إلى سلاسل أحادية المتغير.19
22 وهذا يصف طريقة تنفيذ النموذج ضمن ذلك الاختبار، ولا يثبت بمفرده كل إمكانات المنتج أو واجهة استخدامه في حالات النشر الأخرى.
ولا توضح المواد المتاحة مسارًا موثقًا لتمكين العملاء من ضبط النموذج على بياناتهم، أو البنية التحتية اللازمة لذلك، أو طريقة مؤكدة لبناء نماذج متخصصة بمجال معين. لذا ينبغي التحقق من هذه التفاصيل قبل اعتبار الضبط الدقيق ميزة مثبتة.
بيانات التدريب واستبعاد بيانات الاختبارات
تذكر بطاقة النموذج أن مجموعات البيانات المتداخلة مع fev-bench وGIFT-Eval وTIME استُبعدت من التدريب.4
8 ومن أمثلة مصادر التدريب التي أفصحت عنها البطاقة: مجموعات Chronos التابعة لـAutoGluon، ومجموعتا GiftEvalPretrain وlotsa_data التابعتان لـSalesforce، ومجموعة Quito. وتشير البطاقة إلى تراخيص مختلفة لهذه البيانات، من بينها Apache-2.0 وCC-BY 4.0، كما أن القائمة المنشورة قد لا تكون كاملة.
8
الإتاحة والترخيص
تُستضاف أوزان النموذج في مستودع H2O.ai على Hugging Face، ويتعين على المستخدم قبول شروط الوصول قبل تنزيل الملفات.10 ويُدرج المستودع ترخيص H2O Model Non-Commercial Licence v1.0. وتوضح صفحة المنتج أن استخدام النموذج في الإنتاج يتطلب ترخيصًا من الشركة؛ لذلك فإن إتاحة الأوزان لا تعني السماح باستخدام تجاري غير مقيد.
5
14
وتعرض H2O.ai أيضًا نسخة TimeH2O-v1-tiny، بحجم 5.83 ملايين مُعامل، وبالترخيص غير التجاري نفسه.12
14 ولا تثبت المواد المقدمة أن أداء النسخة الأصغر يطابق أداء TimeH2O-v1 في التنبؤ.
الخلاصة
يقدم TimeH2O-v1 نتيجة قوية معلنة للتنبؤ دون تدريب مخصص: معدل فوز 91.9% ودرجة مهارة 50.8 في عرض H2O.ai لـfev-bench، إلى جانب نتائج تصفها الشركة بأنها الأفضل إجمالًا بين نماذج التنبؤ دون تدريب مسبق مخصص على GIFT-Eval.1
6 لكن قراءة هذه النتائج تتطلب الانتباه إلى اختلاف لوحات الترتيب والمقاييس، وإلى أن إدراج النماذج ذات الواجهات المغلقة يغيّر ترتيب النموذج. كما أن ترخيص الأوزان لا يسمح باستخدام تجاري غير مقيد في الإنتاج.
13
14
19
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "نتيجة قوية للتنبؤ، مع تفاصيل مهمة خلف ترتيب TimeH2O-v1"؟
تقول H2O.ai إن نموذج TimeH2O v1، الذي يضم 108.8 مليون مُعامل، حقق معدل فوز 91.9% ودرجة مهارة 50.8 عبر 100 مهمة في fev bench.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
تقول H2O.ai إن نموذج TimeH2O v1، الذي يضم 108.8 مليون مُعامل، حقق معدل فوز 91.9% ودرجة مهارة 50.8 عبر 100 مهمة في fev bench. النموذج مخصص للتنبؤ دون تدريب منفصل لكل سلسلة، وتذكر H2O.ai أنه حقق على GIFT Eval أدنى قيم إجمالية لمقياسي MASE وCRPS بين نماذج التنبؤ دون تدريب مسبق مخصص.