Kumo Forecast на Hugging Face: DataFrame, DARR и дообучение на CSV

На Hugging Face появился Kumo Forecast от NVIDIA , многомерный прогноз временных рядов; раньше модель шла под именем NV-Tesseract Forecasting. В основе трансформер MOMENT-1-large: около 340 млн параметров в замороженном энкодере и отдельная обучаемая голова. Код под Apache 2.0 в репозитории NVIDIA/Kumo-TS, веса , nvidia/Kumo-Forecast. Интерфейс заточен под pandas: timestamp и числовые колонки в DataFrame или в CSV/JSON. Длина входного окна , 256, 512, 1024 или 2048 точек; горизонт прогноза настраивается, для длинных серий есть авторегрессивное продление. Прямой прогноз и поиск по истории В простом режиме голова на базе MOMENT предсказывает будущие значения напрямую. Режим DARR (Domain-Aware Representation and Retrieval) дополнительно вытаскивает близкие паттерны из истории через k-nearest-neighbor и смешивает их с прямым прогнозом. Отдельная история передаётся аргументом context_df в SDK; долю каждого пути задают в конфиге. Недавнее окно наблюдений и контекст для поиска , разные вещи. Объяснения и дообучение Встроенная интерпретируемость отдаёт атрибуции по лагам и фичам на каждый горизонт, диагностики траектории и при желании Integrated Gradients по эмбеддингам , без отдельной архитектуры под объяснения. В Kumo-TS есть пример fine-tuning на своём CSV рядом с готовым inference. Принимаются только числовые ряды; для DARR размерности контекста должны быть сопоставимы с входом. NVIDIA советует на одних и тех же hold-out окнах сравнить direct и retrieval-конфигурации. В демо FOX Blueprint predictive maintenance связка Kumo Anomaly и Kumo Forecast смотрит на потоковые метрики завода. Источник: NVIDIA Kumo Forecast Combines Pretrained Time-Series Representations with Historical Pattern Retrieval and Interpretability .