IBM merilis granite-tsfm versi 0.3.11, sebuah Python package yang menggabungkan empat model time-series terlatih ke dalam satu interface ensemble. Fungsi QuantileEnsembleForecaster.from_pretrained mengunduh checkpoint dari Hugging Face untuk menghasilkan point forecast dan quantile output secara langsung tanpa perlu proses training pada data pengguna. Secara default, metode ini menggabungkan prediksi dalam ruang probabilitas menggunakan bobot tetap yang sama. Library ini layak diuji jika Anda membutuhkan zero-shot probabilistic forecasting untuk sinyal industri atau ritel yang beragam tanpa beban training model. Namun, eksekusi pertama membutuhkan waktu lebih lama untuk mengunduh keempat arsitektur tersebut, dan package ini tidak dirancang untuk custom streaming pipeline. Anda sebaiknya tetap menggunakan satu model yang dituning jika sudah memiliki data bersih dan domain yang spesifik. sumber: huggingface.co my other side: setyadi.com