# IBM Granite: 4 açık modelle ücretsiz zaman serisi tahmini
Kategori: Yapay Zekâ ve Makine Öğrenimi · Tür: Ücretsiz · Değer: 4 model, ücretsiz ağırlıklar · İndirim: Ücretsiz · Not: Ağırlıklar açık lisanslı; yeniden eğitim gerekmiyor · Ülke: Global · Doğrulama: Bugün

IBM Research, 22 Ekim 2026'da Granite Timeseries Ensemble tarifini yayımladı. Tarif dört ön eğitimli Granite modelini (PatchTST-FM-r1, PatchTST-FM-r2, FlowState-r1.1 ve TTM-r3) tek arayüzde birleştiriyor; nokta tahminiyle birlikte çeyreklik tahminler üretiyor. Yeniden eğitim yok, ağırlık uydurma yok: kütüphaneyi kurup tarifi Hugging Face'ten yüklemen yeterli. 0,1 ile 0,9 arasındaki çeyreklikler yüzde 80 kapsamlı bir tahmin aralığı veriyor. Dört model ilk koşuda indirildiği için ilk çalışma bir miktar uzuyor; topluluk tek modele göre daha fazla bellek istiyor.

## Koşullar
- Ne var: Dört açık Granite modelini tek arayüzde birleştiren QuantileEnsembleForecaster tarifi ve Hugging Face üzerindeki ibm-granite/granite-timeseries-ensemble-r1 deposu.
- Modeller: Granite PatchTST-FM-r1, PatchTST-FM-r2, Granite FlowState-r1.1 ve Granite TTM-r3. Dördü de açık lisanslı ve ön eğitimli.
- Kurulum: Granite TSFM kütüphanesini kurup tarifi from_pretrained ile yükleyebilirsin. Tarif birleştirilmiş ağırlık tutmuyor, dört model dosyasını ilk koşuda indiriyor.
- Çıktı: prediction_outputs nokta tahminini, quantile_outputs ise 0,1 ile 0,9 arasındaki çeyreklikleri veriyor. İki toplama yöntemi var: eşit olasılık havuzlamalı Probabilistic Ensemble ve uyarlanabilir IQR Ensemble.
- Ölçüm: 20 Ekim 2026'da alınan GIFT-Eval sonuçlarında topluluk tek modellere yakın ya da daha iyi sıralarda. İnce ayarlı ve açık olmayan lisanslı sistemler kıyasa alınmadı.
- Sınırlar: Çok değişkenli kanallar birbirinden bağımsız tahmin ediliyor, kanallar arası ilişki kullanılmıyor. Topluluk tek modele göre daha yavaş çalışıyor ve daha çok bellek istiyor.

## Resmi sayfa
https://huggingface.co/ibm-granite/granite-timeseries-ensemble-r1

## Sık sorulanlar

### IBM Granite kim için? — 4 açık modelle ücretsiz zaman serisi tahmini
Bu kampanya geliştirici için sunulur — Ne var: Dört açık Granite modelini tek arayüzde birleştiren QuantileEnsembleForecaster tarifi ve Hugging Face üzerindeki ibm-granite/granite-timeseries-ensemble-r1 deposu. Modeller: Granite PatchTST-FM-r1, PatchTST-FM-r2, Granite FlowState-r1.1 ve Granite TTM-r3. Dördü de açık lisanslı ve ön eğitimli. Yapay Zekâ ve Makine Öğrenimi kapsamında. Başvuru yalnızca IBM Granite resmi sayfasında yapılır.

### Türkiye'de geçerli mi, son tarih ne?
Ülke: Global. Süresiz — doğrulama: 23 Eki 2026 damgalı. Süresi dolan aynı gün katalogdan kaldırılır.

### Affiliate veya gizli ücret var mı?
Hayır. 'Resmi sayfaya git' doğrudan IBM Granite resmi sayfasına gider, izleme parametresi taşımaz. Şifre veya kart istemeyiz.

## Nasıl doğrulandı?
Küratör notu (23 Ekim 2026): huggingface.co/blog/ibm-research/granite-timeseries-ensemble-r1 canlı okundu; sayfada "Published October 22, 2026" yazıyor, yayın damgası 22 Ekim 14:14 UTC. Tarif dört modeli birleştiriyor: PatchTST-FM-r1, PatchTST-FM-r2, FlowState-r1.1, TTM-r3; hepsi açık lisanslı ve ön eğitimli. GIFT-Eval puanları 20 Ekim 2026'da alınmış; kıyas listesinden ince ayarlı ve açık olmayan lisanslı sistemler çıkarıldı. Eğitim ya da ağırlık uydurma adımı yok; elle ölçekleme de gerekmiyor.