한국어 요약by Claude · 2026. 9. 10.
IBM이 제로샷 시계열 예측 모델 '그래나이트 타임시리즈 패치TST-FM-r2'를 공개했다. 약 3억 8500만 파라미터 규모로 GIFT-Eval 벤치마크에서 재현 가능한 제로샷 모델 중 전체 2위, 상업적 친화 라이선스(Apache 2.0·OpenMDW 1.0) 모델 중에서는 1위를 기록했다. 트랜스포머 대신 합성곱과 멀티헤드 셀프어텐션을 결합한 '컨포머(conformer)' 블록을 도입하고 50% 중첩 패치와 해밍 윈도 기법을 적용해 전작 r1 대비 성능을 크게 끌어올렸다. 학습 데이터 출처를 투명하게 공개했으며, 허깅페이스에서 바로 내려받아 파인튜닝 없이 사용할 수 있다.
- •IBM Granite PatchTST-FM-r2, 약 3.85억 파라미터로 GIFT-Eval 재현가능 제로샷 모델 중 전체 2위·오픈라이선스 모델 중 1위
- •트랜스포머 대신 합성곱+셀프어텐션 결합한 '컴포머' 블록 도입해 장단기 시간 패턴을 동시 포착
- •Apache 2.0과 OpenMDW 1.0 이중 라이선스로 상업적 활용에 제약 없음
- •학습 데이터 출처(GiftEvalPretrain, TSMixup, CauKer 합성데이터 등)를 투명하게 공개
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
IBM releases SOTA Granite Time Series PatchTST-FM-r2 model with commercial-friendly license
출처:HuggingFace Blog
AI 인사이트
개발자
- 1.IBM, 상업적 이용 가능 라이선스의 SOTA 제로샷 시계열 예측 모델 'PatchTST-FM-r2' 공개
- 2.약 3억850만 파라미터, GIFT-Eval 리더보드서 재현가능 제로샷 모델 중 2위, 허용적 라이선스 모델 중에서는 1위
- 3.컸포머 블록(어텐션+시간축 컨볼루션) 도입, 컨텍스트 길이 최대 8192·99분위 확률적 예측 지원
- 4.Apache 2.0·OpenMDW 1.0 이중 라이선스로 공개, 학습 데이터 출처까지 투명하게 문서화
왜 중요한가?
상업적 제약이 큰 기존 벤치마크 최상위 모델들과 달리 허용적 오픈소스 라이선스와 투명한 학습데이터 공개를 갖춘 최상급 성능 모델이 등장해, 기업이 재학습 없이 제로샷 시계열 예측을 바로 도입할 수 있게 한다.
언급 프로젝트
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
공유:
#IBM#파운데이션모델#시계열예측#오픈소스
이 글이 만들어진 과정
- 10:39AI 초안

![[10월8일] “수학 문제 4000개에 AI 투입해 성과”…오픈AI가 보여준 과학연구의 변화](https://cdn.aitimes.com/news/photo/202610/216072_220045_048.png)

