[Sổ tay ý tưởng AI 02] Timestral: dự báo con số ngày mai thay vì nhờ chatbot đoán

Sổ tay ý tưởng AI khám phá ý tưởng và khả năng ứng dụng của những mô hình, công cụ AI mới xuất hiện.

Hàng đợi hỗ trợ ngày mai là một con số trước khi thành đoạn văn. Bạn cần biết có nên bố trí thêm người, tăng năng lực máy chủ hay liệu lượng hàng đặt thường lệ có đủ qua cuối tuần. Lời giải thích trôi chảy chỉ hữu ích khi dự báo có cơ sở vững chắc.

Timestral, được Mistral AI giới thiệu ngày 15 tháng 10 năm 2026, là họ mô hình dự báo các chuỗi số. Nó tạo dự đoán xác suất thay vì câu trả lời trò chuyện, hỗ trợ nhiều chuỗi liên quan và có bốn kích thước công bố: 5M, 28M, 123M và 209M tham số. Thông báo của Mistral

Bài giới thiệu đưa bạn từ mô tả ấy đến thử nghiệm hữu ích đầu tiên. Chúng ta sẽ xem dữ liệu đưa vào, cách đọc khoảng dự báo và đối chiếu với mốc đơn giản. Các ví dụ là bài tập gợi ý, để bạn thử ý tưởng mà không nhầm minh họa với kết quả đã đo.

Trang Timestral-5M của Mistral AI, chụp ngày 20 tháng 10 năm 2026. Màn hình xác định checkpoint dự báo; đây không phải biểu đồ từ thử nghiệm thực hiện cho bài viết.

Dự báo bắt đầu từ thời gian và đại lượng

Chuỗi thời gian ghi một đại lượng qua các bước thời gian liên tiếp, như số yêu cầu mỗi phút, đơn hàng mỗi ngày hay nhiệt độ ở khoảng đều nhau. Khoảng cách là một phần ý nghĩa: 100 yêu cầu mỗi phút và 100 yêu cầu mỗi giờ mô tả hai hệ thống rất khác.

Trước khi chọn mô hình, viết quyết định thành một câu. “Ước tính số phiếu hỗ trợ ngày mai để bố trí nhân lực” rõ hơn “tìm hiểu dữ liệu”. Nó chỉ ra mục tiêu, chân trời dự báo và hành động có thể thay đổi.

Sau đó xác định một quan sát là gì. Phiếu tạo hôm nay và phiếu giải quyết hôm nay là hai sự kiện khác nhau. Gộp vào một cột thuận tiện có thể che đúng nút thắt bạn muốn hiểu.

Timestral đứng sau định nghĩa đó. Nó xử lý lịch sử số, nhưng nhóm vẫn chịu trách nhiệm ý nghĩa của con số. Mô hình không sửa được mục tiêu âm thầm đổi từ yêu cầu sang việc hoàn tất giữa tệp.

Đầu ra hữu ích là khoảng để bạn hành động

Dự báo điểm cho một con số. Dự báo xác suất mô tả nhiều mức khả dĩ của giá trị tương lai, giúp thấy độ rộng quanh ước lượng trung tâm. Đầu ra Timestral công bố có 21 phân vị cho mỗi bước thời gian dự đoán. Kho suy luận

Hình dung bài tập có dự báo trung vị ngày mai là 100 phiếu và một phân vị cao hơn là 140. Các số hư cấu minh họa quyết định: nhân lực thường lệ đáp ứng mức trung tâm, còn phương án dự phòng cho ngày bận hơn. Dự báo hữu ích vì thay đổi cách chuẩn bị.

Phân vị không hứa thực tế sẽ ở dưới một đường. Bạn cần kiểm tra hiệu chuẩn qua nhiều lần dự báo lịch sử. Nếu quan sát vượt dự báo phân vị 90 thường hơn đáng kể so với dự kiến, mức ấy chưa là ranh giới kế hoạch đáng tin cho dữ liệu của bạn.

Ranh giới phù hợp còn tùy quyết định. Hết hàng và dư một ít có chi phí khác nhau. Vì thế một nhóm có thể dùng phân vị cao hơn trung vị, trong khi nhiệm vụ khác chấp nhận kế hoạch rẻ, ít thận trọng hơn.

Sơ đồ do tác giả thực hiện. Đường cong và khoảng được tạo để giải thích cửa sổ dự báo, không phải đầu ra Timestral.

Tín hiệu liên quan chỉ giúp khi thời điểm được dùng đúng

Mistral mô tả Timestral là mô hình đa biến, hỗ trợ biến phụ chỉ có trong quá khứ và biến phụ biết trước tương lai. Nói đơn giản, nó có thể dùng nhiều tín hiệu số liên quan và thông tin có giá trị tương lai đã biết. Mô tả phát hành

Lịch mở cửa của cửa hàng đã biết trước ngày mai. Doanh số thực tế ngày mai thì chưa. Thử nghiệm phải giữ khác biệt này dù bảng tính hoàn chỉnh tiện lợi chứa cả hai cột.

Trong bài tập năng lực máy chủ, lịch ra mắt sản phẩm có thể biết trước nhưng lưu lượng chính xác chưa biết. Với lượng đơn hàng, chỉ báo ngày lễ có thể sẵn có trong khi số đơn cuối cùng là mục tiêu. Đây là cách dùng minh họa, không phải tuyên bố về tích hợp đã triển khai.

Thời tiết là ví dụ lỗi dễ mắc. Tệp lịch sử có thể chứa thời tiết thực sự đã xảy ra. Dự báo thực chỉ có bản dự báo thời tiết sẵn có lúc đó. Chấm với quan sát về sau trao cho hệ thống thông tin nó chưa có khi quyết định.

Bắt đầu bằng thử nghiệm nhỏ nhất trả lời được câu hỏi

Kho chính thức cung cấp suy luận độc lập trên CPU hoặc GPU. CPU giúp thử lần đầu dễ tiếp cận, nhưng kích thước mô hình không phải toàn bộ yêu cầu phần cứng. Phụ thuộc, tensor đã tải, độ dài lịch sử và số chuỗi vẫn đóng góp vào bộ nhớ chạy. Cài đặt và cách dùng

Checkpoint 5M là ứng viên hợp lý để làm quen giao diện. Đây là khởi đầu gợi ý cho bài tập nhỏ, không khẳng định thắng checkpoint lớn trên dữ liệu của bạn. Hãy có luồng hoạt động trước khi so kích thước.

1. Mở kho chính thức, xem hướng dẫn cài đặt và liên kết giấy phép. Làm trong môi trường Python riêng.
2. Chuẩn bị một chuỗi lấy mẫu đều. Giữ dấu thời gian và đơn vị trong tệp nguồn dù mảng đưa vào mô hình chỉ có giá trị.
3. Giữ lại các quan sát cuối làm chân trời kiểm thử, không đưa chúng vào lịch sử của dự báo ấy.
4. Tải checkpoint, yêu cầu chân trời đã chọn và xem cả dự báo trung tâm lẫn phân vị.
5. So với dự báo đơn giản từ cùng lịch sử. Lặp ở nhiều mốc cắt trước đó rồi mới kết luận.

Kho ghi cách cài sau, với yêu cầu Python 3.10 trở lên và PyTorch 2.4 trở lên. Cài đặt sẽ tải mã; hãy xem và ghim bản sửa đổi khi cần môi trường tái lập.

python -m venv .venv
# Activate the environment using your shell's activation command.
python -m pip install "git+https://github.com/mistralai/timestral.git"

Sau đây là bản điều chỉnh cố ý nhỏ của giao diện đã ghi. Giá trị là số đếm ngày tổng hợp; mã không ngụ ý bài viết đã chạy mô hình hay thu kết quả cụ thể.

import numpy as np
from timestral import TimestralForecaster

history = np.array([
    80, 83, 85, 88, 96, 61, 58,
    82, 84, 87, 91, 99, 64, 60,
    85, 86, 89, 94, 102, 66, 63,
], dtype=np.float32)

model = TimestralForecaster.from_pretrained("mistralai/Timestral-5M")
forecast = model.forecast(history, prediction_length=7)
print(forecast.median)
print(forecast.quantile(0.9))

Ba tuần dữ liệu hư cấu đủ minh họa API, chưa đủ chứng minh hiệu quả trên quy trình kinh doanh. Thay bằng chuỗi đủ dài, được hiểu rõ trước khi quyết định. Kiểm tra quan sát thiếu và sự kiện bất thường thay vì âm thầm biến mọi chỗ trống thành số không.

Ba công việc cho thấy dự báo khác sinh văn bản thế nào

Lập kế hoạch hỗ trợ hằng ngày nối dự báo với nhân sự. Đầu vào có thể là số phiếu tạo mỗi ngày cùng lịch cuối tuần và ngày đóng cửa đã biết. Cần xem dự báo có giúp chuẩn bị năng lực, nhất là ngày bận mà trung bình đơn giản bỏ lỡ hay không.

Lập kế hoạch máy chủ nối dự báo với giới hạn kỹ thuật. Số yêu cầu mỗi khoảng có thể là mục tiêu, nhưng lỗi, độ trễ và năng lực chấp nhận vẫn cần theo dõi riêng. Dự báo nhu cầu không chứng minh ứng dụng chịu được một tải cụ thể.

Lập kế hoạch kho nối dự báo với thời gian bổ sung hàng. Nếu cần vài ngày để nhập thêm, chỉ nhu cầu ngày mai là sai chân trời. Bài tập hữu ích dự đoán khoảng mà lô tiếp theo chưa thể đến và so hậu quả thiếu, dư hàng.

Cả ba cùng một mô thức: định nghĩa đại lượng, thời điểm quyết định và điều thay đổi nhờ dự báo. Mô hình trở thành công cụ trong quy trình. Công cụ dễ đánh giá hơn khi hành động dự định rõ ràng.

So dự báo tại thời điểm chúng có thể được tạo

Kiểm thử quá khứ tái tạo cơ hội dự báo trước đây. Chọn mốc cắt lịch sử, chỉ cung cấp thông tin có trước mốc rồi dự báo khoảng kế. Dời mốc và lặp, không để quan sát tương lai rò ngược vào chọn mô hình.

Bắt đầu bằng mốc đơn giản hợp quy luật. Giá trị cùng thứ tuần trước hữu ích với chu kỳ tuần; giá trị gần nhất hữu ích với quy trình ổn định ở chân trời ngắn. Không cách nào tự nhiên mạnh, nhưng cả hai cho biết độ phức tạp thêm có đáng hay không.

Đừng bỏ qua giai đoạn bằng hoặc gần không. Sai số phần trăm khó diễn giải khi mục tiêu quá nhỏ. Dùng chỉ số hợp chuỗi và xem những lần trượt thực tế cạnh điểm tổng hợp.

Trong pilot, bảng nhỏ các sai lệch tệ nhất thường dạy nhiều hơn một mức trung bình nổi bật. Lỗi có gắn với khoảng thiếu, ngày lễ, sự cố hệ thống hay thay đổi nhu cầu thật không? Câu trả lời quyết định cải thiện luồng dữ liệu, thêm thông tin hay xét lại cách dự báo.

Sơ đồ kiểm thử quá khứ do tác giả thực hiện. Mỗi dự báo chỉ dùng thông tin sẵn tại mốc riêng; quan sát về sau dành cho chấm điểm.

Trọng số nhỏ chỉ là một phần triển khai

Kho phân biệt mã Apache 2.0 với trọng số theo Modified MIT license. Đọc điều khoản thực của checkpoint bạn chọn; kho mở và mô hình có giấy phép riêng là hai sản phẩm phân phối khác nhau. Giải thích giấy phép của kho

Tải ban đầu và suy luận thường lệ cũng là hai giai đoạn. Bộ tải được ghi có thể dùng mô hình lưu cục bộ, nhưng ứng dụng chỉ ngoại tuyến khi mọi thành phần đều vậy. Mô hình dự báo cục bộ không ngăn phần khác gửi dữ liệu đến dịch vụ từ xa.

Với vận hành lặp, ghi checkpoint tạo từng dự báo và thời điểm dữ liệu đầu vào dừng. Biểu đồ thiếu mốc cắt có thể bị hiểu là dự báo dù đã chứa quan sát về sau. Giữ nguyên giá trị dự đoán để sau này đối chiếu điều thực sự xảy ra.

Dịch vụ cần kế hoạch cho dữ liệu thiếu và lần chạy lỗi. Hiển thị dự báo hôm qua như mới tạo làm giao diện trông ổn định một cách sai lệch. Cho thấy dấu thời gian dữ liệu thành công cuối và quyết định khi nào mốc đơn giản tốt hơn đầu ra mô hình cũ.

Dự đoán nhanh chỉ hữu ích khi quyết định tốt hơn

Mistral báo cáo suy luận phù hợp CPU và kết quả benchmark mạnh cho họ mô hình. Đó là lý do khảo sát, chưa phải phép đo luồng dữ liệu của bạn. Thời gian mô hình công bố không bao gồm mọi lần đọc tệp, tính đặc trưng, hàng đợi hay biểu đồ của ứng dụng. Thông báo ngày 15 tháng 10

Rất dễ biến pilot thành cuộc thử checkpoint lớn nhất chạy được. Câu hỏi tốt hơn là dự báo có đến trước quyết định và giảm đúng lỗi quan trọng không. Kết quả chính xác hơn một chút nhưng đến sau hạn bố trí người có giá trị vận hành hạn chế.

Cũng cần tách cải thiện số học với cải thiện chính sách. Sai số trung bình thấp hơn có thể không thay đổi ngày bận gây tốn kém nhất. Ngược lại, phân vị trên hiệu chuẩn tốt hơn có thể cải thiện kế hoạch dù trung vị đổi rất ít.

Quyết định tiêu chí trước khi so mô hình. Pilot khi đó có thể kết thúc bằng lựa chọn hữu ích: giữ mốc đơn giản, dùng checkpoint nhỏ hoặc có cơ sở dùng cấu hình nặng hơn. Cách nào cũng có thể đúng khi bằng chứng rõ.

Dự báo nên để lại bản ghi trước khi ngày mai tới

Theo chúng tôi, Timestral thú vị vì đưa nhiệm vụ số chuyên biệt vào quy trình mô hình dễ tiếp cận. Đầu ra giống bản tin thời tiết cho khối lượng công việc: kỳ vọng trung tâm, một khoảng và lý do chuẩn bị. Giá trị xuất hiện khi dự đoán gặp quyết định kế hoạch thật.

Bắt đầu với một đại lượng và một chân trời. Lưu dự báo trước khi biết kết quả, rồi đối chiếu trung thực với cách đơn giản. Như vậy bản phát hành đầy hứa hẹn trở thành thử nghiệm có kết quả dùng được.

Nguồn và tư liệu hình ảnh

Kiểm tra ngày 20 tháng 10 năm 2026. Ví dụ và biểu đồ chỉ minh họa, không phải kết quả chạy mô hình. Tác giả chụp thẻ công khai; các sơ đồ giải thích do tác giả thực hiện. Xem nguồn và giấy phép trong hồ sơ tư liệu.

• Thông báo Mistral ngày 15 tháng 10 năm 2026
• Mã suy luận chính thức, cài đặt và phân biệt giấy phép
• Checkpoint Timestral-5M
• Giấy phép checkpoint

Giữ dự đoán và kết quả bên nhau

Lưu định nghĩa dữ liệu, mốc cắt dự báo và ghi chú đánh giá cạnh liên kết nguồn gốc. Telli.sh có thể giúp tổ chức hồ sơ thử nghiệm ấy. Tạo tài khoản Telli.sh