Um sétimo dos parâmetros derrota a geração anterior, o pré-treinamento consegue generalizar em diferentes domínios apenas com métricas de monitoramento e dados sintéticos — a eficiência de dados me surpreende mais do que o tamanho do modelo.

Datadog anunciou o modelo de previsão de séries temporais de código aberto Toto 2, uma família de cinco versões: 4m, 22m, 313m, 1B, 2.5B, todas sob Apache 2.0. Toto 2 pela primeira vez valida a lei de escala no campo de séries temporais, quanto maior a escala, melhor a previsão, 2.5B ainda não está saturado; conquistou o primeiro lugar nos benchmarks BOOM, GIFT-Eval e TIME. Introduzindo máscara de bloco de gráfico contínuo, transformando autoregressão em passagem única para frente, acelerando significativamente, com latência de 313m próxima aos 120m do Chronos-2. O pré-treinamento utilizou apenas métricas de monitoramento do sistema e dados sintéticos, ainda apresentando generalização entre domínios, a versão de 22m com apenas um sétimo dos parâmetros derrotou Toto 1.0.