OpenTSLM 时序语言模型上线 Amazon SageMaker JumpStart
AWS 博客称,Aionic Labs 开发的开源时序语言模型系列 OpenTSLM 已在 Amazon SageMaker JumpStart 上线,可在用户自有 AWS 环境中部署。文章以 Nexthink 的 IT 助手 Spark 为例说明应用方式,并介绍用 TimeNet 适配自有数据。
OpenTSLM 已可在 SageMaker JumpStart 部署
据 AWS 机器学习博客文章,Aionic Labs 正在开发时序语言模型(TSLM)系列 OpenTSLM,该模型现已在 Amazon SageMaker JumpStart 上线,用户可在自己的 AWS 环境中部署。文章称,JumpStart 中提供的模型为 OpenTSLM-Flamingo,它把 Gemma 3 4B 语言模型与时序编码器、交叉注意力层结合,总参数量 5.24 亿级中的 5.24 billion(即 52.4 亿),以 bfloat16 存储,权重约占 10.5 GB。
背景与应用示例
文章指出,通用语言模型若把数百项运营指标的长历史以文本或图像形式处理,会消耗大量 token 并推高成本;TSLM 则把数值测量与维护记录、市场新闻、工程师观察等文本上下文结合,帮助识别近期数据中的新问题。文章以 Nexthink 的个人 IT 助手 Spark 为例:模型接收 CPU、内存、磁盘空间、应用稳定性、连接性等设备时序数据及带时间戳事件,输出状态摘要、建议操作和预期结果,再由 Spark 执行检查并在员工确认后运行清理。文章还提到,TimeNet 为时序数据提供统一格式与 API,用于查找、构建和加载训练与评估数据集。
限制与来源
上述内容来自 AWS 博客的厂商文章,属产品介绍性质,未提供独立实测数据或第三方评测。模型的具体功能、可用区域、配额与计费方式可能变化,请以 AWS 官网及 SageMaker JumpStart 当前信息为准。原文链接:AWS 机器学习博客。