Moirai-2.0-R-Small

Moirai-2.0-R-Small

用一个小型的仅解码器 transformer 预测时间序列的未来值，它在多种序列上训练过。这是 Salesforce 的研究型模型，适合分析师和数据科学家。

由 Salesforce 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Moirai 2.0 R Small 是 Salesforce 的时间序列预测模型，有 1140 万参数。它是一个仅解码器的 transformer，用来预测多种序列，不需要针对每个数据集单独训练。Salesforce 只把它作为研究用途发布。

适合谁：适合预测随时间变化的数字、想试用一个小型预训练模型的分析师、数据科学家和研究者。

行业 | 谁在用 | 怎么用 | 例子
零售 | 需求分析师 | 根据历史值预测销售序列 | 预测接下来几周的每日订单
能源 | 电网和负荷分析师 | 预测用量随时间的变化 | 预测每小时的需求
科研 | 时间序列研究者 | 对一个小型预训练预测模型做基准测试 | 在公开数据上与旧模型对比

需要商用或用于高风险决策的人可以跳过它，因为这次发布只用于研究。

用在哪里：

• Python，通过 Salesforce 的 uni2ts 库
• Jupyter notebook，因为库自带一个简单示例
• 能创建虚拟环境的 shell
• Windows、macOS 或 Linux，装有 Python，用来下载文件

使用场景 | 适合谁 | 你会得到什么
预测一个序列 | 数据科学家 | 接下来各步的预测值
有缺口的序列 | 分析师 | 一个补丁嵌入带有缺失值信息的模型
研究对比 | 研究者 | 一个 1140 万参数的小型参照模型

如何设置：你需要先准备几样东西。

• Python 和 pip
• Git，用来从 Salesforce 的 GitHub 克隆 uni2ts 仓库
• virtualenv 工具

1. 克隆 uni2ts 仓库，然后进入它的文件夹。
2. 创建并激活一个虚拟环境。
3. 带上 notebook 附加项，从源码构建这个库。
4. 创建一个空的 .env 文件。

cd uni2ts
virtualenv venv
. venv/bin/activate
pip install -e '.[notebook]'
touch .env

要单独获取模型文件，使用 Hugging Face 工具。

pip install -U huggingface_hub
hf download Salesforce/moirai-2.0-R-small

如何使用：最快的起步方式是 uni2ts 仓库里的简单示例 notebook，它用 Moirai 跑一次预测。你在 Jupyter 里打开它，用你自己的序列跟着各个单元格走。

工具 | 作用
uni2ts | 运行 Moirai 2.0 推理的 Salesforce 库
moirai_forecast.ipynb | 用来起步的简单示例 notebook
.env 文件 | 你在安装时创建的文件，库会用到
hf download | 从 Hugging Face 获取模型文件

示例：你用一段历史值，比如每日销售额，打开示例 notebook。Moirai 2.0 读取这段历史，返回接下来各步的预测，你可以把它和真实值画在一起对比。

新手与专家：预测模型会看随时间记录的数字，并估计接下来会怎样。第一次尝试时，先配好 uni2ts，打开示例 notebook 原样运行，再换成你自己的数据。

和第一代 Moirai 相比，这个版本用分位数损失取代了分布损失，并一次预测多个词元，效率和稳定性更好。它会过滤掉无法预测的序列，在补丁嵌入里加入缺失值信息，并随机遮盖补丁，让推理更稳健。预训练混合了 GIFT-Eval 数据、源自 Chronos 的数据、KernelSynth 序列和 Salesforce 内部运营数据。

历史值被切成补丁词元
补丁带有缺失值信息
仅解码器的 transformer 读取历史
一次预测多个未来词元
返回预测结果

注意事项：

• License: cc-by-nc-4.0，一种用于非商业用途的 Creative Commons 许可证。
• Cost to run: 没有提到 API 密钥或付费服务。按记录，模型在 F32 下约 46 MB。
• Data it reaches: 你给它的序列。安装时会通过网络克隆仓库并安装软件包。
• Not for: 商业用途或高风险决策。模型卡要求你在部署任何基于它的东西之前，先检查准确性、安全性和公平性。

Hugging Face 上的数据（2026年11月13日）

• 任务：time series forecasting
• 参数量：11.4M
• Weights: about 46 MB in F32; about 6 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：262,191
• 点赞：53
• 许可证：cc-by-nc-4.0
• Quantized versions: 1
• Fine-tunes: 1
• 标签：safetensors, forecasting, time-series, time-series-forecasting

链接

• 模型：https://huggingface.co/Salesforce/moirai-2.0-R-small
• 文件：https://huggingface.co/Salesforce/moirai-2.0-R-small/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Salesforce/moirai-2.0-R-small

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。