כתבה
arXiv cs.LG ·
EXAONE Demand 1.0: מודל יסודי לזיהוי דרישה
EXAONE Demand 1.0: A Time Series Foundation Model for Demand Forecasting
EXAONE Demand 1.0 הוא מודל יסודי לזיהוי דרישה, שנבנה על 11.3M סדרות ו-48.4B תצפיות מ-73 מקורות. המודל כולל גם גנרטור סינתטי שמספק את התכונות שסדרות דרישה פתוחות לא תורגמו. EXAONE Demand עובר את 36 מודלי TSFMs ב-22 סדרות נשלטות.
תקציר מקורי באנגליתarXiv:2609.30880v1 Announce Type: cross Abstract: Time series foundation models (TSFMs) are pretrained on series from diverse domains, where demand series make up only a small fraction. Demand data has properties that such corpora rarely contain: Short histories, frequent zeros, censoring by stock-outs, and exogenous events that the series does not record. To this end, we propose EXAONE Demand, built on 1) a demand-specific corpus and 2) a demand-aware adapter. For the corpus, we assemble 11.3M series and 48.4B observations from 73 sources, and a synthetic generator supplies the behaviour that open demand data under-represents. For the adapter, we attach low-rank branches to a frozen general-domain backbone, one for each of the four demand classes (smooth, intermittent, erratic, and lumpy)
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית