AnswersPublished24 sources
H2O.ai’s TimeH2O-v1 får stærkt benchmarkresultat med vigtige forbehold
H2O.ai oplyser, at TimeH2O v1 med 108,8 millioner parametre fik en winrate på 91,9 % og en skill score på 50,8 på 100 fev bench opgaver. Modellen er udviklet til zero shot prognoser.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- H2O.ai oplyser, at TimeH2O v1 med 108,8 millioner parametre fik en winrate på 91,9 % og en skill score på 50,8 på 100 fev bench opgaver.
- Modellen er udviklet til zero shot prognoser. H2O.ai rapporterer også lave samlede MASE og CRPS resultater blandt zero shot modeller på GIFT Eval.
- Placeringen afhænger af leaderboardets opsætning og målemetode, og modellens vægte er ikke licenseret til ubegrænset kommerciel brug.
AI Prompt
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
H2O.ai lancerede TimeH2O-v1 den 26. oktober 2026 som en kompakt grundmodel til tidsrækkeprognoser. Virksomheden fremhæver en winrate på 91,9 % og en skill score på 50,8 på tværs af 100 opgaver på fev-bench. Resultaterne ser stærke ud, men gælder en bestemt visning af leaderboardet – ikke nødvendigvis enhver målemetode eller samling af modeller.1
7
13
Hvad er TimeH2O-v1?
TimeH2O-v1 er en model med åbne vægte og 108,8 millioner parametre. Den er beregnet til zero-shot forecasting: Modellen kan bruges til at lave prognoser uden først at træne en separat model for hver enkelt tidsrække.1
6
13
H2O beskriver fev-bench som en test af probabilistiske prognoser, hvor resultaterne sammenlignes med en sæsonbaseret naiv baseline. Ifølge en anden beskrivelse bygger benchmarken på 96 datasæt fra den virkelige verden fordelt på syv domæner og omfatter i alt 100 opgaver.1
19
Stærk placering – i den viste opgørelse
I H2O.ai’s standardvisning ligger TimeH2O-v1 nummer ét blandt 32 modeller målt på winrate. Listen viser Timestral-209M på 89,6 %, t0-gamma på 88,1 %, TimesFM-3 på 82,7 % og Chronos-2 på 76,8 % – mod TimeH2O-v1’s 91,9 %.13 Nyhedsbureauet Bernama nævner også resultaterne for Timestral-209M og t0-gamma.
2
Men placeringen afhænger af, hvilke modeller der tælles med. Når modeller med lukkede API’er indgår, viser H2O’s leaderboard TimeH2O-v1 som nummer to ud af 36. H2O’s egen omtale præciserer desuden, at topplaceringen omfatter modeller med ikke-kommercielle licenser.13
6 Med andre ord gælder førstepladsen den konkrete leaderboard-opsætning – ikke alle tænkelige sammenligninger.
Et andet fev-bench-leaderboard viser også andre tal. TSFM.ai opgiver en winrate på 86,14 % og en MASE skill score på 39,95 for TimeH2O-v1. På den MASE-baserede rangliste ligger modellen nummer tre efter TimeRSI-1.5 og TimeRSI.19 Tallene kan ikke sidestilles direkte med H2O’s winrate på 91,9 % og skill score på 50,8: De forskellige leaderboard-visninger viser forskellige resultater og placeringer. Derfor er det vigtigt at se på, hvilken måling og leaderboard-version en benchmarkpåstand bygger på.
GIFT-Eval er en anden test
På GIFT-Eval rapporterer H2O.ai, at TimeH2O-v1 har den laveste samlede MASE og CRPS blandt zero-shot-modeller med resultater på henholdsvis 0,654 og 0,441.6 En separat GIFT-Eval-oversigt viser afrundede tal på 0,65 for MASE og 0,44 for CRPS. Til sammenligning står Timestral-209M med 0,66 og 0,45.
24
GIFT-Eval er et andet benchmark end fev-bench. Resultaterne herfra kan derfor ikke bruges som en gentagelse eller bekræftelse af placeringen på fev-bench.
Hvad benchmarken siger om kovariater
Fev-bench omfatter opgaver med kovariater – altså ekstra oplysninger, der kan være relevante for en prognose. Men den opførte fev-implementering for TimeH2O-v1 siger, at modellens checkpoints forudsiger hver målværdi uafhængigt og ignorerer kovariater. I denne benchmark-opsætning bliver opgaverne derfor lavet om til univariate tidsrækker.19
22
Det beskriver den konkrete benchmark-implementering, ikke nødvendigvis alle funktioner i H2O’s produkt eller andre måder at sætte modellen i drift på. Det tilgængelige kildemateriale dokumenterer heller ikke en arbejdsgang for kundetilpasning, krav til infrastruktur eller en verificeret metode til at træne domænespecifikke modeller på kundedata. Det bør afklares, før finjustering betragtes som en etableret funktion.
Træningsdata og udelukkede datasæt
Ifølge modelkortet blev datasæt med overlap med fev-bench, GIFT-Eval og TIME udelukket fra træningen.4
8 Blandt de nævnte træningskilder er AutoGluons Chronos-datasæt, Salesforces GiftEvalPretrain og lotsa_data samt Quito-korpusset. Modelkortet angiver forskellige licenser for de nævnte datasæt, blandt andet Apache-2.0 og CC-BY 4.0. Listen er ikke nødvendigvis fuldstændig.
8
Tilgængelighed og licens
Vægtene ligger i H2O.ai’s repository på Hugging Face. Brugere skal acceptere adgangsvilkårene, før de kan hente filerne.10 Repository’et angiver H2O Model Non-Commercial Licence v1.0. H2O’s produktside siger, at brug i produktion kræver en licens fra virksomheden. Åbne vægte betyder altså ikke automatisk fri adgang til kommerciel brug.
5
14
H2O tilbyder også TimeH2O-v1-tiny, som har 5,83 millioner parametre og er angivet under samme navngivne ikke-kommercielle licens.12
14 Det tilgængelige materiale fastslår ikke, at den mindre variant har samme prognoseevne som TimeH2O-v1.
Konklusion
TimeH2O-v1 har et stærkt rapporteret zero-shot-resultat: H2O.ai’s fev-bench-visning viser en winrate på 91,9 % og en skill score på 50,8, mens virksomheden også rapporterer de bedste samlede MASE- og CRPS-resultater blandt zero-shot-modeller på GIFT-Eval.1
6 Forbeholdene er dog væsentlige: Andre fev-bench-visninger viser andre tal og placeringer, modellens rang ændres, når lukkede API-modeller medregnes, og licensen giver ikke i sig selv ret til ubegrænset kommerciel brug.
13
14
19
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "H2O.ai’s TimeH2O-v1 får stærkt benchmarkresultat med vigtige forbehold"?
H2O.ai oplyser, at TimeH2O v1 med 108,8 millioner parametre fik en winrate på 91,9 % og en skill score på 50,8 på 100 fev bench opgaver.
What are the key points to validate first?
H2O.ai oplyser, at TimeH2O v1 med 108,8 millioner parametre fik en winrate på 91,9 % og en skill score på 50,8 på 100 fev bench opgaver. Modellen er udviklet til zero shot prognoser. H2O.ai rapporterer også lave samlede MASE og CRPS resultater blandt zero shot modeller på GIFT Eval.
What should I do next in practice?
Placeringen afhænger af leaderboardets opsætning og målemetode, og modellens vægte er ikke licenseret til ubegrænset kommerciel brug.