Эгер рынок ызы-чуу болсо, кийинки шамды болжоого аракет кылуу радио статикасын чечмелегенге окшош. Kronos авторлору түп-тамырынан жаңы ыкманы сунуштайт: биржа шамдарын дискреттик токендерге айландыруу (тилдеги сөздөрдөй) жана трансформерди "кийинки сөздү" — башкача айтканда кийинки шамды — болжоого үйрөтүү.
Бул "бардык учурлар үчүн" деген универсалдуу убакыт катарынын трансформери эмес, календардык белгилери бар көп өлчөмдүү K-сызыктар (OHLCV) үчүн адистештирилген модель. shiyu-coder/Kronos репозиторийи MIT лицензиясы менен ачык, салмактар Hugging Face платформасында жайгашкан, ал эми макала AAAI 2026ко кабыл алынган.
Негизги идея: шамдар = тил
ChatGPT тексттеги кийинки сөздү болжоону үйрөнгөндөй эле, Kronos баа катарындагы кийинки шамды болжоону үйрөнөт. Бирок адегенде негизги көйгөйдү чечүү керек: шам — бул үзгүлтүксүз вектор (ачылуу, эң жогорку, эң төмөнкү, жабылуу, көлөм), ал эми трансформерлер дискреттик токендер менен иштейт.
Чечим — эки деңгээлдүү архитектура:
- Токенизатор (BSQ) — үзгүлтүксүз шамды дискреттик кодго кысат
- Декодер (трансформер) — кийинки кодду авторегрессивдүү түрдө болжойт
BSQ токенизатору: шамды эки санга кантип кысууга болот
Негизги модуль — Binary Spherical Quantizer (BSQ):
- Үзгүлтүксүз шам вектору сферага проекцияланат (
F.normalize) - Андан кийин ал бинардык кодго кванттоого дуушар болот
- Код эки деңгээлге бөлүнөт: болжолдуу (S1) жана майда-чүйдөсүнө чейинки (S2)
Бул — сөздүктү факторизациялоо: S1 × S2 өлчөмүндөгү зор сөздүктүн ордуна модель эки кичине эмбеддинг таблицасын колдонот — бул алда канча натыйжалуу.
Иерархиялык декодер: адегенде сценарий, андан кийин майда-чүйдөсү
Кош баш (DualHead) ырааттуу түрдө иштейт:
- Адегенде модель S1ди болжойт — "болжолдуу сценарий" (өсөбү? түшөбү? болжол менен канчага?)
- Андан соң S1 бекитилген бойдон S2ни тактайт — майда-чүйдөсү (так баалар, көлөм)
Шилтемелер
- 💻 GitHub: shiyu-coder/Kronos
- 📄 Paper: arXiv:2508.02739
- 📄 License: MIT
Жыйынтык
Kronos "убакыт катарлары үчүн дагы бир трансформер" эмес, ал — биримдүү түтүк: кодбук көзөмөлү бар BSQ токенизатору, эки дискреттөө деңгээли бар иерархиялык тил модели, эки баскычтуу сэмплинги бар авторегрессия, локалдык терезелик нормалдаштыруу. Бул "шамдар = тил" идеясынын ачык ишке ашырылышы.
