AnswersPublished24 sources
TimeH2O-v1 показала сильний результат у прогнозуванні, та не стала беззаперечним лідером за всіма метриками
За даними H2O.ai, модель TimeH2O v1 із 108,8 млн параметрів отримала 91,9% перемог і skill score 50,8 у 100 завданнях fev bench. Інша таблиця fev bench показує для TimeH2O v1 86,14% перемог і третє місце за MASE skill score — тож рейтинги не варто порівнювати без уточнення метрики та версії таблиці.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- За даними H2O.ai, модель TimeH2O v1 із 108,8 млн параметрів отримала 91,9% перемог і skill score 50,8 у 100 завданнях fev bench.
- Інша таблиця fev bench показує для TimeH2O v1 86,14% перемог і третє місце за MASE skill score — тож рейтинги не варто порівнювати без уточнення метрики та версії таблиці.
- H2O.ai також повідомляє про найнижчі серед zero shot моделей агреговані MASE і CRPS на GIFT Eval, однак ваги моделі доступні за некомерційною ліцензією.
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
Компанія H2O.ai представила TimeH2O-v1 26 жовтня 2026 року. Це компактна модель для прогнозування часових рядів, яку можна застосовувати без окремого навчання під кожен ряд. Найгучніші цифри — 91,9% перемог і skill score 50,8 у 100 завданнях fev-bench. Але ці показники стосуються конкретного вигляду рейтингу, а не означають перше місце за будь-якою метрикою чи в будь-якому складі учасників.1
7
13
Що таке TimeH2O-v1
TimeH2O-v1 — модель із відкритими вагами та 108,8 млн параметрів. Zero-shot-прогнозування означає, що попередньо навчену модель використовують для прогнозу часового ряду без окремого навчання моделі для кожного такого ряду.1
6
13
За описом H2O.ai, fev-bench оцінює якість імовірнісних прогнозів порівняно із сезонним наївним базовим прогнозом — простим орієнтиром, який використовує сезонні повтори попередніх спостережень. Бенчмарк охоплює 100 завдань; інший опис таблиці уточнює, що вони сформовані на основі 96 реальних наборів даних із семи галузей.1
19
Чому перше місце залежить від таблиці
У рейтингу H2O.ai за замовчуванням TimeH2O-v1 посідає перше місце серед 32 моделей за часткою перемог. У цій таблиці Timestral-209M має 89,6%, t0-gamma — 88,1%, TimesFM-3 — 82,7%, а Chronos-2 — 76,8%.13 Агентство Bernama також наводить результати 89,6% для Timestral-209M і 88,1% для t0-gamma.
2
Однак склад учасників має значення: якщо включити моделі із закритим API, TimeH2O-v1 опускається на друге місце серед 36. H2O.ai також зазначає, що в її порівнянні враховано моделі з некомерційними ліцензіями.13
6 Отже, твердження про перше місце стосується певного складу рейтингу, а не всіх можливих моделей і умов доступу.
Є й інша помітна розбіжність. Таблиця TSFM.ai показує для TimeH2O-v1 частку перемог 86,14% і MASE skill score 39,95; за останнім показником модель посідає третє місце після TimeRSI-1.5 і TimeRSI.19 Ці значення не можна напряму підставляти замість 91,9% і 50,8 від H2O.ai: опубліковані таблиці дають різні показники й позиції. Практичний висновок простий: рейтингову заяву варто читати разом із назвою метрики та версією таблиці.
GIFT-Eval — окремий тест, окремі показники
H2O.ai повідомляє, що серед моделей із zero-shot-прогнозуванням TimeH2O-v1 мала найнижчі агреговані показники MASE і CRPS на GIFT-Eval — 0,654 і 0,441 відповідно.6 В іншій таблиці GIFT-Eval ці значення округлено до 0,65 і 0,44; для Timestral-209M наведено 0,66 і 0,45.
24
GIFT-Eval — інший бенчмарк, не fev-bench. Його результати не є підтвердженням рейтингу в fev-bench і не повинні змішуватися з ним.
Що відомо про коваріати та донавчання
У завданнях fev-bench є ряди з додатковими змінними — коваріатами. Водночас опис адаптера TimeH2O-v1 для fev-bench зазначає, що наявні контрольні точки прогнозують кожен цільовий ряд окремо й ігнорують коваріати, перетворюючи завдання на одновимірні ряди.19
22 Це опис конкретної реалізації для бенчмарку, а не доказ того, що всі можливості продукту чи способи його розгортання обмежені так само.
Надані джерела не описують робочий процес донавчання моделі на даних клієнта, вимоги до інфраструктури або перевірену процедуру створення спеціалізованої моделі для окремої галузі. Тому ці можливості не варто вважати підтвердженими без додаткової інформації від компанії.
Навчальні дані та ліцензійні умови
У картці моделі зазначено, що з навчання виключили набори даних, які перетинаються з fev-bench, GIFT-Eval і TIME.4
8 Серед розкритих прикладів джерел — набори AutoGluon Chronos, Salesforce GiftEvalPretrain і lotsa_data, а також Quito corpus. Для різних наборів зазначено різні ліцензії, зокрема Apache-2.0 і CC-BY 4.0; наведений перелік не обов’язково є повним.
8
Ваги TimeH2O-v1 розміщені в репозиторії H2O.ai на Hugging Face; перед завантаженням потрібно прийняти умови доступу.10 У репозиторії вказано H2O Model Non-Commercial Licence v1.0. Сторінка продукту H2O.ai уточнює, що для використання у виробничих комерційних сценаріях потрібна ліцензія від компанії. Тож «відкриті ваги» не означає необмеженого права на комерційне розгортання.
5
14
H2O.ai також пропонує варіант TimeH2O-v1-tiny із 5,83 млн параметрів під однойменною некомерційною ліцензією.12
14 Надані матеріали не підтверджують, що його точність прогнозування відповідає TimeH2O-v1.
Що показують результати
TimeH2O-v1 має сильний заявлений результат у zero-shot-прогнозуванні: таблиця H2O.ai для fev-bench наводить 91,9% перемог і skill score 50,8, а для GIFT-Eval компанія повідомляє про найнижчі агреговані MASE і CRPS серед zero-shot-моделей.1
6 Водночас інші таблиці fev-bench показують відмінні результати, включення моделей із закритим API змінює позицію, а ліцензія не дозволяє трактувати ваги як безумовно доступні для комерційного використання.
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 показала сильний результат у прогнозуванні, та не стала беззаперечним лідером за всіма метриками"?
За даними H2O.ai, модель TimeH2O v1 із 108,8 млн параметрів отримала 91,9% перемог і skill score 50,8 у 100 завданнях fev bench.
What are the key points to validate first?
За даними H2O.ai, модель TimeH2O v1 із 108,8 млн параметрів отримала 91,9% перемог і skill score 50,8 у 100 завданнях fev bench. Інша таблиця fev bench показує для TimeH2O v1 86,14% перемог і третє місце за MASE skill score — тож рейтинги не варто порівнювати без уточнення метрики та версії таблиці.
What should I do next in practice?
H2O.ai також повідомляє про найнижчі серед zero shot моделей агреговані MASE і CRPS на GIFT Eval, однак ваги моделі доступні за некомерційною ліцензією.