IBM、時系列予測モデル「PatchTST-FM-r2」をApache 2.0で公開

発表の概要

IBMは、時系列予測の基盤モデル「Granite Time Series PatchTST-FM-r2」を公開しました（2026年9月9日付のブログ記事による発表）。モデルの重み、アーキテクチャ、推論パイプライン、ベンチマーク再現用コードがすべて公開されており、Hugging Face Hubの「ibm-granite/granite-timeseries-patchtst-fm-r2」から取得できます。

ブログ記事によると、2026年9月8日時点で、このモデルはGIFT-Evalベンチマークの「再現可能かつゼロショット」カテゴリで総合2位、許容的な商用ライセンスのモデルの中では1位です。その中で、代表的な時系列予測のベンチマークであるGIFT-Evalにおいて、CRPSで0.467、MASEで0.6846の幾何平均を記録しています。

さらに、GIFT-Evalの学習データを事前学習に含めることが許された「事前学習済み」モデルと比較しても、CRPSで3位、MASEで4位に付けており、Chronos-2やTimer-S1、Totoなどの一部のモデルを上回っています。

技術的な新しさ

前バージョンであるPatchTST-FM-r1からの主な変更点は、アーキテクチャをコンフォーマー層に置き換えたことです。コンフォーマー層は、マルチヘッドの自己注意機構に加えて、時間方向の畳み込みを組み合わせた層で、元々は音声処理の分野で使われていました。ブロック内は「2つのハーフステップのフィードフォワード層が自己注意機構と時間畳み込み層を挟む」構造になり、自己注意が長距離の関係性を、畳み込みが近傍の短期的な時間構造を捉える役割を分担します。

また、パッチ間の境界をなめらかにするため、50%オーバーラップしたパッチにハミング窓を適用し、overlap-and-add方式で予測を生成します。正規化も追加し、ブロック数を20から30に拡大しています。全体で約3.85億パラメータとなり、入力コンテキストは最大8,192ステップまで対応します。出力は99分位を持つため、点予測に加えて不確実性区間も得られます。

学習データとライセンス

学習データについても詳細が公開されています。具体的には、GiftEvalPretrainの一部データセット、KernelSynthに基づく合成データ、GIFT-Eval評価セット外に限定したTSMixupコーパス、長さ4,096の約50万件のCauKer合成系列が使われました。この透明性により、企業は自社のモデルガバナンスやライセンスレビューを行う際の材料を得られます。

ライセンスはApache 2.0とOpenMDW 1.0のデュアルライセンスで、利用者はどちらかを選択できます。OpenMDWはLinux Foundationが策定したAIモデル向けのライセンス枠組みです。商用プロジェクトに組み込みやすい許容的なライセンスと、ゼロショット性能の高さを両立した点が特徴です。

今後の展開

公開されたコード例を見ると、Python上で「granite-tsfm>=0.3.9」をインストールし、Hugging Face Hubからモデルをロードするだけで、ファインチューニングなしに予測を実行できます。この手軽さは、需要予測やセンサーデータ分析といった実業務への導入検討を後押しするでしょう。

一方、本記事が関連動向として紹介するConfluent Cloudのストリーミング対応は、早期アクセス段階で初期モデルにPatchTST-FM-r1、FlowState-r1.1、TTM-r3、TSPulseが含まれており、PatchTST-FM-r2は含まれていません。r2のストリーミング実装は今後の更新が待たれます。