AnswersPublished24 sources
TimeH2O-v1:n ennustetulokset näyttävät hyviltä, mutta vertailutavalla on väliä
H2O.ai raportoi 108,8 miljoonan parametrin TimeH2O v1 mallille 91,9 prosentin voittoprosentin ja 50,8:n taitopisteet fev benchin 100 tehtävässä. Mallin ykkössija koskee tiettyä tuloslistanäkymää: suljetun rajapinnan mallit mukaan lukien sijoitus on toinen 36 mallista, ja toisella fev bench listauksella tulokset poik...
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- H2O.ai raportoi 108,8 miljoonan parametrin TimeH2O v1 mallille 91,9 prosentin voittoprosentin ja 50,8:n taitopisteet fev benchin 100 tehtävässä.
- Mallin ykkössija koskee tiettyä tuloslistanäkymää: suljetun rajapinnan mallit mukaan lukien sijoitus on toinen 36 mallista, ja toisella fev bench listauksella tulokset poikkeavat.
- H2O.ai raportoi TimeH2O v1:n saaneen GIFT Eval testissä nollanäyteisten mallien parhaat MASE ja CRPS kokonaispisteet, mutta kaupalliseen tuotantokäyttöön tarvitaan erillinen lisenssi.
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 julkaisi TimeH2O-v1:n 26. lokakuuta 2026. Kyseessä on kompakti aikasarjojen perustamalli, joka on tarkoitettu ennustamiseen ilman erillistä mallin koulutusta jokaista aikasarjaa varten. H2O.ai:n mukaan malli sai fev-benchissä 91,9 prosentin voittoprosentin ja 50,8:n taitopisteet 100 ennustetehtävässä. Lukuja kannattaa kuitenkin lukea suhteessa siihen, millä mittarilla ja missä tuloslistanäkymässä vertailu on tehty.1
7
13
Mitä TimeH2O-v1 tekee?
TimeH2O-v1 on avoimilla painoilla julkaistu ennustemalli, jossa on 108,8 miljoonaa parametria. Nollanäytteinen eli zero-shot-ennustaminen tarkoittaa tässä sitä, että esikoulutettua mallia käytetään ennusteen tekemiseen ilman erillistä koulutuskierrosta jokaiselle aikasarjalle.1
6
13
H2O kuvaa fev-benchin arvioivan todennäköisyyspohjaista ennustetarkkuutta suhteessa kausittaiseen naiiviin vertailumalliin. Testissä on 100 tehtävää. Toisen tuloslistauksen mukaan tehtävät perustuvat 96 tosielämän aineistoon seitsemältä eri alalta.1
19
Mitä fev-benchin tulokset kertovat?
H2O:n esittämässä oletusnäkymässä TimeH2O-v1 on voittoprosentilla mitattuna ensimmäinen 32 mallin joukossa. Samassa listauksessa Timestral-209M:n tulos on 89,6 prosenttia, t0-gamman 88,1 prosenttia, TimesFM-3:n 82,7 prosenttia ja Chronos-2:n 76,8 prosenttia.13 Bernama-uutistoimisto raportoi Timestral-209M:n ja t0-gamman tuloksiksi samat 89,6 ja 88,1 prosenttia.
2
Ykkössija ei kuitenkaan päde kaikkiin vertailun rajauksiin. H2O:n tuloslistalla TimeH2O-v1 on toinen 36 mallin joukossa, kun suljetun rajapinnan mallit otetaan mukaan. Yhtiö myös täsmentää vertailunsa kattavan ei-kaupallisia malleja.13
6 Siksi ”ensimmäinen” tarkoittaa tässä tiettyä tuloslistan kokoonpanoa, ei kaikkia mahdollisia vertailuja.
Myös eri fev-bench-listauksissa näkyy olennainen ero. TSFM.ai:n listalla TimeH2O-v1:n voittoprosentiksi ilmoitetaan 86,14 ja MASE-taitopisteiksi 39,95. MASE-mittarilla malli on listan kolmas: sen edellä ovat TimeRSI-1.5 ja TimeRSI.19 Näitä lukuja ei pidä sekoittaa H2O:n raportoimaan 91,9 prosentin voittoprosenttiin ja 50,8:n taitopisteisiin. Listaukset näyttävät eri tuloksia ja sijoituksia, joten benchmark-väitteen yhteydessä on tärkeää mainita käytetty mittari ja tuloslistan versio.
GIFT-Eval on eri testi
H2O.ai kertoo TimeH2O-v1:n saavuttaneen GIFT-Eval-testissä parhaat yhdistetyt MASE- ja CRPS-tulokset nollanäytteisten mallien joukossa: MASE oli 0,654 ja CRPS 0,441.6 Toisessa GIFT-Eval-listauksessa arvot on pyöristetty 0,65:een ja 0,44:ään. Samalla listalla Timestral-209M:n vastaavat luvut ovat 0,66 ja 0,45.
24
GIFT-Eval on eri testi kuin fev-bench. Sen tuloksia ei siksi pidä käyttää fev-bench-sijoituksen uudelleenmuotoiluun tai vahvistamiseen.
Miten malli käsittelee lisätietoja?
Fev-bench sisältää tehtäviä, joissa on apumuuttujia eli ennusteeseen mahdollisesti vaikuttavia lisätietoja. TimeH2O-v1:n fev-toteutuksen kuvauksen mukaan mallin tarkistuspisteet ennustavat kuitenkin kutakin kohdetta erikseen ja sivuuttavat apumuuttujat: tehtävät muunnetaan yksimuuttujaisiksi aikasarjoiksi.19
22 Tämä koskee kuvattua benchmark-toteutusta, eikä yksinään kerro kaikista tuotteen tai muiden käyttötapojen ominaisuuksista.
Saatavilla olevat lähteet eivät kuvaa asiakkaiden hienosäätöprosessia, sen vaatimaa infrastruktuuria tai varmennettua tapaa muuntaa asiakasdata toimialakohtaisiksi malleiksi. Näitä ominaisuuksia ei siis voi pitää lähteiden perusteella vahvistettuina.
Koulutusaineistot ja lisenssiehdot
Mallikortin mukaan koulutuksesta jätettiin pois aineistot, jotka menevät päällekkäin fev-benchin, GIFT-Evalin ja TIME-testin kanssa.4
8 Julkaistuihin koulutusaineistoesimerkkeihin kuuluvat AutoGluonin Chronos-aineistot, Salesforcen GiftEvalPretrain- ja lotsa_data-kokoelmat sekä Quito-korpus. Mallikortissa mainitaan aineistojen lisensseiksi muun muassa Apache-2.0 ja CC-BY 4.0. Julkaistu luettelo ei välttämättä ole täydellinen.
8
TimeH2O-v1:n painot ovat saatavilla H2O.ai:n Hugging Face -repositoriossa, mutta tiedostojen lataaminen edellyttää käyttöehtojen hyväksymistä.10 Mallin lisenssi on H2O Model Non-Commercial Licence v1.0. H2O.ai kertoo, että tuotantokäyttöön tarvitaan yhtiöltä lisenssi, joten avoimia painoja ei pidä tulkita luvaksi rajoittamattomaan kaupalliseen käyttöön.
5
14
H2O.ai tarjoaa myös TimeH2O-v1-tiny-version, jossa on 5,83 miljoonaa parametria. Sillä on sama nimetty ei-kaupallinen lisenssi, mutta lähteet eivät osoita sen yltävän v1-version ennustetarkkuuteen.12
14
Yhteenveto
TimeH2O-v1:n tulokset ovat vahvat H2O.ai:n raportoimassa vertailussa: fev-benchin oletusnäkymässä voittoprosentti on 91,9 ja taitopisteet 50,8, ja H2O kertoo mallin johtavan nollanäytteisten mallien GIFT-Eval-tuloksia MASE- ja CRPS-mittareilla.1
6 Samalla sijoitus vaihtelee tuloslistan ja mittarin mukaan, suljettujen rajapintojen mallien mukanaolo laskee sijoituksen toiseksi, eikä lisenssi salli rajoittamatonta kaupallista tuotantokäyttöä.
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 "TimeH2O-v1:n ennustetulokset näyttävät hyviltä, mutta vertailutavalla on väliä"?
H2O.ai raportoi 108,8 miljoonan parametrin TimeH2O v1 mallille 91,9 prosentin voittoprosentin ja 50,8:n taitopisteet fev benchin 100 tehtävässä.
What are the key points to validate first?
H2O.ai raportoi 108,8 miljoonan parametrin TimeH2O v1 mallille 91,9 prosentin voittoprosentin ja 50,8:n taitopisteet fev benchin 100 tehtävässä. Mallin ykkössija koskee tiettyä tuloslistanäkymää: suljetun rajapinnan mallit mukaan lukien sijoitus on toinen 36 mallista, ja toisella fev bench listauksella tulokset poikkeavat.
What should I do next in practice?
H2O.ai raportoi TimeH2O v1:n saaneen GIFT Eval testissä nollanäyteisten mallien parhaat MASE ja CRPS kokonaispisteet, mutta kaupalliseen tuotantokäyttöön tarvitaan erillinen lisenssi.