속보01 / AI
시계열 예측에 언어 추론 결합한 TimeOmni-o1

연구진은 10월 14일 시계열·텍스트 추론 모델 TimeOmni-o1을 논문으로 제시했다.
논문에 따르면 시간에 따른 수치인 시계열을 예측 모델이 압축해 언어 모델에 전달하는 구조이다. 언어 모델의 추론은 다시 예측 모델에 전달돼 미래 수치 생성에 반영되는 방식이다.
연구진은 추론 과정이 주석으로 붙은 학습용 데이터셋 MMTR을 구축했다고 설명했다. 논문에 명시된 범위는 12개 분야이며, 표본 수는 500k+이다.
연구진은 기존 언어 모델이 시계열을 숫자 토큰으로 읽어 긴 수열 처리에 한계가 있다고 설명했다. 기존 시계열 기반 모델은 사전학습으로 예측하지만, 대체로 텍스트를 읽거나 생성하지 못한다고 서술했다. TimeOmni-o1은 두 모델을 연결해 사전학습된 예측 능력을 활용하도록 설계한 구조이다.
연구진은 초록에서 게임 개발 작업에 대한 평가 결과를 공개하지 않았다.