Новая модель Google TimesFM-3, вышедшая 31 августа, предназначена для прогнозирования временных рядов, но один энтузиаст решил использовать её для нетипичной задачи — классификации сценариев

Новая модель Google TimesFM-3, вышедшая 31 августа, предназначена для прогнозирования временных рядов, но один энтузиаст решил использовать её для нетипичной задачи — классификации сценариев поведения пользователя по данным энергопотребления. Экспресс-тест превратился в сравнение трёх бесплатных инструментов вайб-кодинга: DeepSeek, OpenCode и Freebuff.

Суть эксперимента: взять старую задачу классификации, где оптимальная длина массива данных составляет 90 отсчётов, и посмотреть, как современные ИИ-агенты справятся с её решением. Модель TimesFM — лёгкая и быстрая, занимает около 1,5 Гбайт VRAM и на T4 в Google Colab выдаёт до 5 итераций в секунду, поддерживая контекст до 2048 точек. Однако создана она для предсказания эволюции системы, а не для классификации, что добавляло сложности.

DeepSeek стал первым участником. Стандартный чат получил ссылку на GitHub Google Research и прошлогодний колаб автора. За пять минут модель выдала рабочий ноутбук, правда, потребовалось исправить две ошибки. Изначальный подход заключался в разбиении 90 отсчётов на ретроспективные и тестовые данные (по 45 точек), извлечении признаков — среднего, стандартного отклонения, минимума, максимума, линейного тренда и среднего абсолютного изменения, — и последующей классификации с помощью дерева решений. После доработки, когда все 90 точек использовались для подсчёта признаков, а набор расширился квантилями, результат стал лучше. Любопытно, что лучше всего определялся сценарий «бездействие», хотя точность уступала методу с FFT-преобразованием. DeepSeek также написала код для применения эмбеддингов, но у TimesFM нет встроенной функции их генерации, поэтому этот код в итоговый ноутбук не попал.

OpenCode, кодинговый ИИ-агент с открытым кодом, показал себя хуже. Сначала использовалась нейросеть Nemotron 3.5 Lightning — за полтора часа агент пытался создать новые папки вне выделенного пространства, но итоговый .ipynb так и не получился. Затем подключили Nemotron 3 Ultra, но и он не смог создать читабельный файл. Автор подозревает, что OpenCode не умеет адаптировать Linux-специфичные команды к Windows-терминалу, что и стало причиной провала.

Freebuff, бесплатный ИИ-агент с подпиской на премиальные LLM за счёт рекламы, сработал в Турции, хотя вопрос его работоспособности в России остаётся открытым. Первая версия кода запустилась без ошибок, но результат не впечатлил из-за некорректного разбиения на обучающую и тестовую выборки. После исправления ошибки качество всё равно осталось далёким от результата DeepSeek. Зато Freebuff использовал логистическую регрессию, что было интересным решением.

Итоговая картина: по точности победил «сырой» DeepSeek, Freebuff выдал безупречно работающий вариант, но с худшими метриками, а OpenCode не справился с задачей вовсе. При этом сам TimesFM-3 показал себя как лёгкая и быстрая модель, хотя её предсказательная мощь и возможности по количеству одновременно обрабатываемых переменных остались неоценёнными — эксперимент получился скорее экспресс-забегом по инструментам, чем глубоким тестированием модели.

Какие ещё нестандартные задачи можно было бы попробовать решить с помощью TimesFM-3, и какой инструмент вайб-кодинга вы бы выбрали для такого эксперимента?

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: