उत्तरप्रकाशित24 स्रोत
TimeH2O-v1 की फ़ोरकास्टिंग रैंकिंग को कैसे समझें
H2O.ai के मुताबिक, 108.8 मिलियन पैरामीटर वाले TimeH2O v1 ने fev bench के 100 कामों पर 91.9% विन रेट और 50.8 स्किल स्कोर हासिल किया। यह ज़ीरो शॉट फ़ोरकास्टिंग के लिए बनाया गया है। H2O.ai ने GIFT Eval पर ज़ीरो शॉट मॉडलों में 0.654 MASE और 0.441 CRPS के नतीजे बताए। रैंकिंग हर जगह एक जैसी नहीं है: दूसरे fev bench लीडरबो...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- H2O.ai के मुताबिक, 108.8 मिलियन पैरामीटर वाले TimeH2O v1 ने fev bench के 100 कामों पर 91.9% विन रेट और 50.8 स्किल स्कोर हासिल किया।
- यह ज़ीरो शॉट फ़ोरकास्टिंग के लिए बनाया गया है। H2O.ai ने GIFT Eval पर ज़ीरो शॉट मॉडलों में 0.654 MASE और 0.441 CRPS के नतीजे बताए।
- रैंकिंग हर जगह एक जैसी नहीं है: दूसरे fev bench लीडरबोर्ड पर इसके स्कोर और स्थान अलग हैं, और व्यावसायिक इस्तेमाल के लिए लाइसेंस की शर्तें लागू होती हैं।
AI संकेत
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 ने 26 अक्टूबर 2026 को TimeH2O-v1 जारी किया। यह टाइम-सीरीज़ फ़ोरकास्टिंग के लिए बनाया गया एक कॉम्पैक्ट फ़ाउंडेशन मॉडल है। H2O.ai के fev-bench लीडरबोर्ड पर इसका बताया गया विन रेट 91.9% और स्किल स्कोर 50.8 है। ये मज़बूत नतीजे हैं—लेकिन इन्हें हर मीट्रिक और हर मॉडल-समूह में निर्विवाद पहला स्थान नहीं समझना चाहिए।1
7
13
TimeH2O-v1 क्या करता है?
TimeH2O-v1 के 108.8 मिलियन पैरामीटर हैं—इसीलिए इसे अक्सर लगभग 108 मिलियन पैरामीटर वाला मॉडल कहा जाता है। यह ज़ीरो-शॉट फ़ोरकास्टिंग के लिए है: यानी पहले से प्रशिक्षित मॉडल से पूर्वानुमान लेना, बिना हर टाइम-सीरीज़ के लिए अलग मॉडल प्रशिक्षित किए।1
6
13
H2O.ai के मुताबिक, fev-bench असली दुनिया की टाइम-सीरीज़ पर संभाव्य फ़ोरकास्टिंग की जाँच करता है और नतीजों की तुलना मौसमी-नाइव आधाररेखा से करता है। आसान शब्दों में, यह एक बुनियादी तुलना-स्तर है जो मौसमी पैटर्न पर आधारित पूर्वानुमान देता है। बेंचमार्क में 100 काम शामिल हैं; एक अन्य लीडरबोर्ड विवरण के अनुसार, ये काम सात क्षेत्रों के 96 वास्तविक डेटासेट से लिए गए हैं।1
19
fev-bench पर नतीजे: शीर्ष स्थान, मगर किस लीडरबोर्ड पर?
H2O.ai के डिफ़ॉल्ट विन-रेट लीडरबोर्ड में TimeH2O-v1, 32 मॉडलों में पहले स्थान पर है। उसी सूची में Timestral-209M का विन रेट 89.6%, t0-gamma का 88.1%, TimesFM-3 का 82.7% और Chronos-2 का 76.8% दिया गया है; TimeH2O-v1 का आंकड़ा 91.9% है।13 Bernama की रिपोर्ट में भी Timestral-209M और t0-gamma के लिए क्रमशः 89.6% और 88.1% के आंकड़े दिए गए हैं।
2
लेकिन रैंकिंग का दायरा मायने रखता है। H2O.ai के लीडरबोर्ड के मुताबिक, बंद API वाले मॉडल शामिल करने पर TimeH2O-v1 36 मॉडलों में दूसरे स्थान पर आता है। कंपनी यह भी स्पष्ट करती है कि उसकी शीर्ष तुलना में गैर-व्यावसायिक मॉडल शामिल हैं। इसलिए “पहला” स्थान उसी बताए गए लीडरबोर्ड सेटअप के संदर्भ में है—हर संभावित मॉडल-समूह में नहीं।13
6
दूसरे fev-bench लीडरबोर्ड पर अलग तस्वीर दिखती है। TSFM.ai की सूची TimeH2O-v1 को 86.14% विन रेट और 39.95 MASE स्किल स्कोर देती है। MASE स्किल स्कोर के आधार पर वहाँ यह तीसरे स्थान पर है; TimeRSI-1.5 और TimeRSI इससे आगे हैं।19 इन आंकड़ों की तुलना H2O.ai के 91.9% विन रेट और 50.8 स्किल स्कोर से सीधे नहीं करनी चाहिए—लीडरबोर्ड के प्रकाशित नतीजे और रैंकिंग अलग हैं। बेंचमार्क स्कोर के साथ यह देखना भी ज़रूरी है कि कौन-सा मीट्रिक और कौन-सा लीडरबोर्ड इस्तेमाल हुआ है।
GIFT-Eval पर अलग बेंचमार्क नतीजे
H2O.ai का कहना है कि GIFT-Eval पर ज़ीरो-शॉट मॉडलों में TimeH2O-v1 के समेकित MASE और CRPS नतीजे सबसे कम थे—क्रमशः 0.654 और 0.441।6 GIFT-Eval की एक अलग सूची में ये आंकड़े दो दशमलव तक गोल करके 0.65 और 0.44 दिए गए हैं; उसी सूची में Timestral-209M के लिए 0.66 और 0.45 दर्ज हैं।
24
GIFT-Eval, fev-bench से अलग बेंचमार्क है। इसलिए इसके नतीजे fev-bench की रैंकिंग को दोहराते या साबित करते हुए नहीं पेश किए जाने चाहिए।
कोवैरिएट और फ़ाइन-ट्यूनिंग की सीमाएँ
fev-bench में कुछ कामों में कोवैरिएट—यानी लक्ष्य सीरीज़ के साथ उपयोगी दूसरे इनपुट—शामिल हैं। लेकिन TimeH2O-v1 के लिए सूचीबद्ध fev रैपर के विवरण में कहा गया है कि उसके चेकपॉइंट हर लक्ष्य का पूर्वानुमान स्वतंत्र रूप से करते हैं और कोवैरिएट को नज़रअंदाज़ करते हैं; ऐसे कामों को एक-चर वाली सीरीज़ में बदला जाता है।19
22 यह बेंचमार्क में इस्तेमाल किए गए कार्यान्वयन का विवरण है; इससे पूरे उत्पाद या हर तरह की तैनाती की क्षमता के बारे में निष्कर्ष नहीं निकलता।
उपलब्ध स्रोतों में ग्राहकों के लिए फ़ाइन-ट्यूनिंग की कोई पुष्ट प्रक्रिया, ज़रूरी इन्फ्रास्ट्रक्चर या ग्राहक डेटा से डोमेन-विशेष मॉडल बनाने के कदम दर्ज नहीं हैं। इसलिए फ़ाइन-ट्यूनिंग को स्थापित सुविधा मानने से पहले H2O.ai से इसकी पुष्टि करना उचित होगा।
प्रशिक्षण डेटा और बेंचमार्क से ओवरलैप
मॉडल कार्ड के मुताबिक, fev-bench, GIFT-Eval और TIME के साथ ओवरलैप करने वाले डेटासेट को प्रशिक्षण से बाहर रखा गया था।4
8 सार्वजनिक रूप से बताए गए प्रशिक्षण स्रोतों के उदाहरणों में AutoGluon के Chronos डेटासेट, Salesforce के GiftEvalPretrain और lotsa_data संग्रह, तथा Quito corpus शामिल हैं। मॉडल कार्ड के अंश में अलग-अलग डेटासेट के लिए अलग लाइसेंस भी सूचीबद्ध हैं—जिनमें Apache-2.0 और CC-BY 4.0 शामिल हैं। यह सूची पूरी हो, इसकी पुष्टि उपलब्ध जानकारी से नहीं होती।
8
उपलब्धता और लाइसेंस
मॉडल के वज़न H2O.ai के Hugging Face रिपॉज़िटरी में उपलब्ध हैं। फ़ाइलें डाउनलोड करने के लिए उपयोगकर्ताओं को वहाँ दी गई पहुँच-शर्तें स्वीकार करनी होती हैं।10 रिपॉज़िटरी में H2O Model Non-Commercial Licence v1.0 दर्ज है। H2O.ai का उत्पाद पृष्ठ कहता है कि उत्पादन में इस्तेमाल के लिए कंपनी से लाइसेंस चाहिए—इसलिए “ओपन वेट्स” का अर्थ बिना शर्त व्यावसायिक इस्तेमाल की अनुमति नहीं है।
5
14
H2O.ai ने TimeH2O-v1-tiny नाम का 5.83 मिलियन पैरामीटर वाला संस्करण भी सूचीबद्ध किया है, जिस पर यही नाम वाला गैर-व्यावसायिक लाइसेंस लागू है। उपलब्ध स्रोत यह साबित नहीं करते कि इसकी फ़ोरकास्टिंग क्षमता v1 के बराबर है।12
14
निचोड़
H2O.ai के fev-bench लीडरबोर्ड पर TimeH2O-v1 का 91.9% विन रेट और 50.8 स्किल स्कोर उल्लेखनीय हैं। कंपनी ने GIFT-Eval पर भी ज़ीरो-शॉट मॉडलों के बीच इसके समेकित MASE और CRPS को सबसे कम बताया है।1
6 साथ ही, दूसरी fev-bench सूची में अलग स्कोर और रैंकिंग दिखती है, बंद API वाले मॉडल शामिल करने पर स्थान बदलता है, और वज़नों का लाइसेंस बिना शर्त व्यावसायिक उत्पादन-उपयोग की अनुमति नहीं देता।
13
14
19
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"TimeH2O-v1 की फ़ोरकास्टिंग रैंकिंग को कैसे समझें" का संक्षिप्त उत्तर क्या है?
H2O.ai के मुताबिक, 108.8 मिलियन पैरामीटर वाले TimeH2O v1 ने fev bench के 100 कामों पर 91.9% विन रेट और 50.8 स्किल स्कोर हासिल किया।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
H2O.ai के मुताबिक, 108.8 मिलियन पैरामीटर वाले TimeH2O v1 ने fev bench के 100 कामों पर 91.9% विन रेट और 50.8 स्किल स्कोर हासिल किया। यह ज़ीरो शॉट फ़ोरकास्टिंग के लिए बनाया गया है। H2O.ai ने GIFT Eval पर ज़ीरो शॉट मॉडलों में 0.654 MASE और 0.441 CRPS के नतीजे बताए।
मुझे अभ्यास में आगे क्या करना चाहिए?
रैंकिंग हर जगह एक जैसी नहीं है: दूसरे fev bench लीडरबोर्ड पर इसके स्कोर और स्थान अलग हैं, और व्यावसायिक इस्तेमाल के लिए लाइसेंस की शर्तें लागू होती हैं।