[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ibm-granite--granite-tsfm":3,"tool-ibm-granite--granite-tsfm":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",150720,2,"2026-04-11T11:33:10",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":77,"languages":78,"stars":94,"forks":95,"last_commit_at":96,"license":97,"difficulty_score":32,"env_os":75,"env_gpu":98,"env_ram":98,"env_deps":99,"category_tags":103,"github_topics":76,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":104,"updated_at":105,"faqs":106,"releases":137},6655,"ibm-granite\u002Fgranite-tsfm","granite-tsfm","Foundation Models for Time Series","granite-tsfm 是 IBM 开源的时间序列基础模型工具集，旨在降低开发者使用先进时间序列预测模型的门槛。它主要解决了传统方法在处理复杂、多变的时间序列数据时泛化能力不足的问题，通过提供预训练的大规模基础模型，让用户能够轻松实现高精度的趋势预测和异常检测。\n\n这套工具非常适合数据科学家、AI 研究人员以及需要构建预测应用的软件工程师使用。无论是希望快速验证想法的初学者，还是致力于探索前沿算法的研究者，都能从中受益。granite-tsfm 的核心亮点在于集成了多种高性能架构，包括专为高效推理设计的 TinyTimeMixer (TTM)、擅长捕捉局部特征的 PatchTSMixer 以及支持迁移学习的 PatchTST 等。项目不仅将核心模型托管于 Hugging Face 方便调用，还提供了丰富的 Python 笔记本教程和 Google Colab 示例，涵盖从预训练、微调到全流程基准测试的各个环节。借助这些资源，用户可以迅速上手，在能源、金融或运维监控等领域构建强大的 forecasting 应用，无需从零开始训练庞大的模型。","# TSFM: Time Series Foundation Models\nPublic notebooks, utilities, and serving components for working with Time Series Foundation Models (TSFM).\n\nThe core TSFM time series models have been made available on Hugging Face -- check out the granite time series collection [here](https:\u002F\u002Fhuggingface.co\u002Fcollections\u002Fibm-granite\u002Fgranite-time-series-models). Additional details can be found in our\n[wiki](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fwiki). Information on the services component can be found [here](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fservices\u002Finference\u002FREADME.md).\n\n## Python Version\nThe current Python versions supported are 3.10, 3.11, 3.12, 3.13.\n\n## Initial Setup\nFirst clone the repository:\n```bash\ngit clone \"https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm.git\" \ncd granite-tsfm\n```\n\n## 📕 Notebooks Installation\nSeveral notebooks are provided in the `notebooks` folder. They allow you to perform pre-training and finetuning on the models.\nTo install use `pip`:\n\n```bash\npip install \".[notebooks]\"\n```\n\n### 🔗 Links to the notebooks\n- Getting started with `PatchTSMixer` [[Try it out]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatch_tsmixer_getting_started.ipynb)\n- Transfer learning with `PatchTSMixer` [[Try it out]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatch_tsmixer_transfer.ipynb)\n- Transfer learning with `PatchTST` [[Try it out]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatch_tst_transfer.ipynb)\n- Getting started with `TinyTimeMixer (TTM)` [[Try it out]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fttm_getting_started.ipynb)\n- `TTM` full benchmarking scripts and results are available [[here]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Ftree\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Ftinytimemixer\u002Ffull_benchmarking)\n- `FlowState` example notebook is available [[here]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fflowstate_getting_started.ipynb)\n- `PatchTST-FM` example notebook is available [[here]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatchtst_fm_getting_started.ipynb)\n \n\n## 📗 Google Colab Tutorials\nRun the TTM tutorial in Google Colab, and quickly build a forecasting application with the pre-trained TSFM models.\n- [TTM Colab Tutorial](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fttm_getting_started.ipynb) \n\n## 💻 Demos Installation\nThe demo presented at NeurIPS 2023 is available in `tsfmhfdemos`. This demo requires you to have pre-trained and finetuned models in place (we plan to release these at a later date). To install the requirements use `pip`:\n\n```bash\npip install \".[demos]\"\n```\n\n## 🪲 Issues\nIf you encounter an issue with this project, you are welcome to submit a [bug report](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues).\nBefore opening a new issue, please search for similar issues. It's possible that someone has already reported it.\n\n## 🌏 Wiki \n[Wiki Page](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fwiki)\n\n# Notice\nThe intention of this repository is to make it easier to use and demonstrate Granite TimeSeries components that have been made available in the [Hugging Face transformers library](https:\u002F\u002Fhuggingface.co\u002Fdocs\u002Ftransformers\u002Fmain\u002Fen\u002Findex). As we continue to develop these capabilities we will update the code here.\n\n\nIBM Public Repository Disclosure: All content in this repository including code has been provided by IBM under the associated open source software license and IBM is under no obligation to provide enhancements, updates, or support. IBM developers produced this code as an open source project (not as an IBM product), and IBM makes no assertions as to the level of quality nor security, and will not be maintaining this code going forward.\n","# TSFM：时间序列基础模型\n用于处理时间序列基础模型（TSFM）的公开笔记本、实用工具和服务组件。\n\n核心 TSFM 时间序列模型已在 Hugging Face 上发布——请在此处查看 Granite 时间序列模型合集 [链接](https:\u002F\u002Fhuggingface.co\u002Fcollections\u002Fibm-granite\u002Fgranite-time-series-models)。更多详细信息请参阅我们的\n[维基](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fwiki)。服务组件的相关信息请见 [此处](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fservices\u002Finference\u002FREADME.md)。\n\n## Python 版本\n当前支持的 Python 版本为 3.10、3.11、3.12 和 3.13。\n\n## 初始设置\n首先克隆仓库：\n```bash\ngit clone \"https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm.git\" \ncd granite-tsfm\n```\n\n## 📕 笔记本安装\n`notebooks` 文件夹中提供了多个笔记本，可用于对模型进行预训练和微调。使用 `pip` 进行安装：\n\n```bash\npip install \".[notebooks]\"\n```\n\n### 🔗 笔记本链接\n- 使用 `PatchTSMixer` 入门 [[试用]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatch_tsmixer_getting_started.ipynb)\n- 使用 `PatchTSMixer` 迁移学习 [[试用]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatch_tsmixer_transfer.ipynb)\n- 使用 `PatchTST` 迁移学习 [[试用]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatch_tst_transfer.ipynb)\n- 使用 `TinyTimeMixer (TTM)` 入门 [[试用]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fttm_getting_started.ipynb)\n- `TTM` 的完整基准测试脚本及结果可在此处获取 [[链接]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Ftree\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Ftinytimemixer\u002Ffull_benchmarking)\n- `FlowState` 示例笔记本可在此处获取 [[链接]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fflowstate_getting_started.ipynb)\n- `PatchTST-FM` 示例笔记本可在此处获取 [[链接]](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fpatchtst_fm_getting_started.ipynb)\n\n## 📗 Google Colab 教程\n在 Google Colab 中运行 TTM 教程，快速构建基于预训练 TSFM 模型的预测应用。\n- [TTM Colab 教程](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fttm_getting_started.ipynb)\n\n## 💻 演示安装\n在 NeurIPS 2023 上展示的演示可在 `tsfmhfdemos` 中找到。该演示需要您已准备好预训练和微调好的模型（我们计划稍后发布这些模型）。使用 `pip` 安装所需依赖：\n\n```bash\npip install \".[demos]\"\n```\n\n## 🪲 问题\n如果您在此项目中遇到任何问题，欢迎提交 [错误报告](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues)。在新建问题之前，请先搜索是否有类似的问题，可能已经有人报告过。\n\n## 🌏 维基\n[维基页面](https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fwiki)\n\n# 注意事项\n本仓库旨在简化并演示已在 [Hugging Face 转换器库](https:\u002F\u002Fhuggingface.co\u002Fdocs\u002Ftransformers\u002Fmain\u002Fen\u002Findex) 中发布的 Granite 时间序列组件的使用。随着我们持续开发这些功能，我们将不断更新此处的代码。\n\nIBM 公开仓库声明：本仓库中的所有内容，包括代码，均由 IBM 根据相关开源软件许可证提供，IBM 不承担提供增强、更新或支持的义务。IBM 开发人员将此代码作为开源项目而非 IBM 产品进行开发，IBM 不对代码的质量或安全性作出任何保证，并且今后将不再维护此代码。","# Granite-TSFM 快速上手指南\n\nGranite-TSFM 是 IBM 开源的时间序列基础模型（TSFM）工具集，提供了用于预训练、微调和推理的 Notebook 示例及实用组件。核心模型已托管于 Hugging Face。\n\n## 环境准备\n\n- **操作系统**：Linux \u002F macOS \u002F Windows\n- **Python 版本**：支持 3.10, 3.11, 3.12, 3.13\n- **前置依赖**：\n  - Git\n  - pip\n  - 建议配置国内镜像源以加速下载（如清华源）：\n    ```bash\n    pip config set global.index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n## 安装步骤\n\n1. **克隆仓库**\n   ```bash\n   git clone \"https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm.git\" \n   cd granite-tsfm\n   ```\n\n2. **安装 Notebook 依赖**\n   若需运行预训练和微调示例，请执行：\n   ```bash\n   pip install \".[notebooks]\"\n   ```\n\n3. **安装演示组件（可选）**\n   若需运行 NeurIPS 2023 演示项目（需自备模型），请执行：\n   ```bash\n   pip install \".[demos]\"\n   ```\n\n## 基本使用\n\n本项目主要通过 Jupyter Notebook 提供开箱即用的示例。以下是快速体验流程：\n\n### 1. 运行入门示例\n启动 Jupyter 并打开 `PatchTSMixer` 入门教程：\n```bash\njupyter notebook notebooks\u002Fhfdemo\u002Fpatch_tsmixer_getting_started.ipynb\n```\n该示例将演示如何加载预训练模型并进行简单的时间序列预测。\n\n### 2. 在线快速体验 (Google Colab)\n无需本地环境，可直接在浏览器中运行 `TinyTimeMixer (TTM)` 教程：\n- [TTM Colab 教程链接](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fibm-granite\u002Fgranite-tsfm\u002Fblob\u002Fmain\u002Fnotebooks\u002Fhfdemo\u002Fttm_getting_started.ipynb)\n\n### 3. 更多模型示例\n仓库 `notebooks\u002Fhfdemo` 目录下包含以下模型的完整示例：\n- `PatchTST` 迁移学习\n- `TinyTimeMixer (TTM)` 基准测试\n- `FlowState` 示例\n- `PatchTST-FM` 示例\n\n> **提示**：核心模型文件需从 [Hugging Face granite time series collection](https:\u002F\u002Fhuggingface.co\u002Fcollections\u002Fibm-granite\u002Fgranite-time-series-models) 自动下载或手动获取。详细 API 用法请参考各 Notebook 内的代码注释。","某大型零售连锁企业的数据团队正面临黑五促销期间数千个 SKU 销量预测不准的难题，急需提升短期需求预测精度以优化库存。\n\n### 没有 granite-tsfm 时\n- 团队需为每个品类单独训练传统的统计模型（如 ARIMA）或小型机器学习模型，开发周期长达数周，难以应对突发促销节奏。\n- 面对新开门店或新品上市等“冷启动”场景，因缺乏历史数据，模型无法进行有效迁移学习，只能依赖人工经验估算，误差极大。\n- 现有方案难以捕捉长序列中的复杂非线性趋势和季节性波动，导致大促期间热门商品频繁缺货或滞销品库存积压。\n- 维护成百上千个独立模型消耗了大量算力资源和工程师精力，模型迭代与监控成本高昂。\n\n### 使用 granite-tsfm 后\n- 利用预训练的 PatchTST 或 TinyTimeMixer 基础模型，团队通过少量样本微调即可在几天内完成全量 SKU 的预测模型部署，响应速度提升十倍。\n- 借助强大的迁移学习能力，granite-tsfm 能将通用时间序列模式应用到无历史数据的新品上，显著降低冷启动场景的预测偏差。\n- 模型精准捕捉了多层级的季节性和促销效应，将整体预测准确率（WAPE）提升了 15%，有效平衡了库存水位。\n- 统一的基础模型架构替代了分散的旧模型群，大幅简化了运维流程，让团队能专注于业务策略而非模型修补。\n\ngranite-tsfm 通过引入时间序列基础模型的泛化与迁移能力，将零售预测从繁琐的定制化建模转变为高效的可复用智能服务。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fibm-granite_granite-tsfm_a942b1ff.png","ibm-granite","IBM Granite","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fibm-granite_a58370fb.png","",null,"https:\u002F\u002Fgithub.com\u002Fibm-granite",[79,83,87,91],{"name":80,"color":81,"percentage":82},"Jupyter Notebook","#DA5B0B",89.4,{"name":84,"color":85,"percentage":86},"Python","#3572A5",10.5,{"name":88,"color":89,"percentage":90},"Shell","#89e051",0,{"name":92,"color":93,"percentage":90},"Makefile","#427819",834,272,"2026-04-06T11:10:33","Apache-2.0","未说明",{"notes":100,"python":101,"dependencies":102},"核心模型托管在 Hugging Face 上，需通过 transformers 库使用。安装 Notebook 示例需运行 'pip install \".[notebooks]\"'，安装演示组件需运行 'pip install \".[demos]\"'。部分演示（如 NeurIPS 2023 演示）需要预先训练和微调好的模型文件，目前计划稍后发布。","3.10, 3.11, 3.12, 3.13",[],[14],"2026-03-27T02:49:30.150509","2026-04-11T23:25:11.386087",[107,112,117,122,127,132],{"id":108,"question_zh":109,"answer_zh":110,"source_url":111},30063,"如何在 Python 3.12 中导入 toolkit？遇到 'No module named distutils' 错误怎么办？","该错误是因为 Python 3.12 移除了 `distutils` 模块，而 toolkit 原本依赖它来获取 `strtobool` 函数。解决方案是直接在代码中包含 `strtobool` 的实现，不再依赖 `distutils`。维护者已确认将更新代码以移除对 `distutils` 的使用，用户也可以手动实现该函数作为临时方案。","https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues\u002F118",{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},30064,"如何使用 TimeSeriesForecastingPipeline 进行微调（finetuning）？","虽然官方教程展示了 few-shot 微调的方法，但若想通过 `TimeSeriesForecastingPipeline` 进行微调，可参考相关 Issue #46 中的讨论。通常做法是先使用 `TimeSeriesPreprocessor` 处理数据，然后结合 Trainer 进行训练，最后将训练好的模型传入 Pipeline 进行推理。具体实现可查阅社区提供的 cookbook 示例。","https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues\u002F53",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},30065,"微调完成后，如何使用模型进行推理（inference）？","微调后，可以使用 `TimeSeriesForecastingPipeline` 进行推理。首先定义训练和测试数据（例如从同一 DataFrame 分割），配置 `TimeSeriesPreprocessor` 并训练它。然后创建 `TimeSeriesForecastingPipeline`，传入微调后的模型、时间列、目标列等参数。调用 pipeline(test_df) 即可生成预测结果。注意需设置正确的 `prediction_length` 和 `freq` 参数。","https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues\u002F46",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},30066,"在零样本（zero-shot）设置下，如何同时获取评估运行时指标和基于预测的指标，而不重复推理？","目前有两种方式：1) 使用 `trainer.predict()`，速度较快但只返回原始张量，需自行后处理；2) 使用 `forecast pipeline`，较慢但自动完成反归一化和 DataFrame 构建。两者在模型推理部分耗时相近，额外开销主要来自数据集创建、数据提取和后处理。为避免重复计算，建议根据需求选择其一，或等待官方优化以减少 pipeline 的开销。","https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues\u002F363",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},30067,"使用 TinyTimeMixerModel 时，将 channel 模式从 'common_channel' 改为 'mix_channel' 出现矩阵维度错误（mat1 * mat2）怎么办？","该错误通常由输入数据维度与模型期望不匹配引起。建议参考官方 community cookbook 中的 Time_Series 示例，检查数据预处理步骤是否正确，特别是通道维度的设置。确保输入数据的形状符合 `mix_channel` 模式的要求。已有用户反馈按照示例调整后问题解决。","https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues\u002F233",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},30068,"为什么模型预测的是已知时间戳而非未来未知时间戳？如何预测未来？","这是因为在测试阶段，用户常将未来真实值设为 0 或掩码，模型实际上是在预测这些被掩码的位置，而非真正的外推未来。要预测未来未知时间点，需构造包含未来时间戳的输入数据（即使没有对应观测值），并确保 `prediction_length` 覆盖所需未来步长。模型会基于历史上下文生成未来序列，而不是回填已知数据。","https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fissues\u002F146",[138,143,148,153,158,163,168,173,178,183,188,193,198,203,208,213,218,223,228,233],{"id":139,"version":140,"summary_zh":141,"released_at":142},206655,"v0.3.5","## 变更内容\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F450 中合并自 main 分支\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F453 中提升 CPU 和 GPU 构建效率\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F478 中将 main 合并到 destiny 分支\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F487 中更好地参数化 GPU 构建过程\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F492 中更新软件包\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F494 中进行 destiny 相关更改\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.3.4...v0.3.5","2026-03-04T00:40:46",{"id":144,"version":145,"summary_zh":146,"released_at":147},206656,"v0.3.4","## 变更内容\n* Destiny 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F480 中提出\n* CVE 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F483 中提出\n* Destiny 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F482 中提出\n* Destiny 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F484 中提出\n* Destiny 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F485 中提出\n* Pandas3 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F481 中提出\n* Destiny 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F488 中提出\n* Destiny 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F489 中提出\n* 自适应共形反常代码由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F491 中提出\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.3.3...v0.3.4","2026-03-01T12:59:30",{"id":149,"version":150,"summary_zh":151,"released_at":152},206657,"v0.3.3","## 变更内容\n* 笔记本更新，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F447 中完成\n* 依赖管理迁移至 uv，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F449 中完成\n* 调整 Locust 测试，允许最高 1% 的失败率，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F451 中完成\n* 撤销“添加 .whitesource 配置文件”，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F457 中完成\n* 命运安排，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F452 中完成\n* 对 flowstate 变更的更新，由 @bohnstingl 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F462 中完成\n* 更新了测试用例、建模代码和 gift_wrapper，由 @bohnstingl 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F464 中完成\n* 更新了测试文件，由 @bohnstingl 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F466 中完成\n* 分位数支持与 FS 一致性，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F460 中完成\n* CVE 修复，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F465 中完成\n* CVE 修复，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F469 中完成\n* 命运安排，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F475 中完成\n* 尝试 3.13 版本，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F476 中完成\n* 命运安排，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F477 中完成\n* 兼容 win32 系统，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F443 中完成\n* 命运安排，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F479 中完成\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.3.2...v0.3.3","2026-01-21T23:08:42",{"id":154,"version":155,"summary_zh":156,"released_at":157},206658,"v0.3.2","## 变更内容\n* TSPulse 异常检测基准测试的可复现性脚本，由 @summukhe 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F388 中提交\n* 更新 tspulse_classification.ipynb 以避免数据泄露，由 @guilhermelia 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F401 中提交\n* 修复博客作者 patch_tsmixer_blog 中的拼写错误，由 @sytranvn 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F407 中提交\n* CVE 漏洞修复及最小化基础镜像，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F419 中提交\n* Destiny 分支更新，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F420 中提交\n* 服务在 GPU 和 CPU 镜像中使用相同版本的 PyTorch，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F421 中提交\n* 将 main 分支合并到 conformal_pipeline 分支，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F424 中提交\n* 服务提供分位数预测功能，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F423 中提交\n* 添加 FlowState 功能，由 @bohnstingl 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F425 中提交\n* FlowState 功能实现，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F426 中提交\n* 修复微调笔记本中过时的安装命令（已在 6ca6017 提交中更名为 granite-tsfm），由 @gugasth 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F428 中提交\n* CVE 漏洞修复，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F434 和 \u002F436 中分别提交\n* 合同管道功能实现，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F402 中提交\n* 引用 main 分支，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F437 中提交\n* 将 main 分支与合同管道工作及 CVE 修复合并到 Destiny 分支，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F439 中提交\n* Power Scaler 功能实现，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F429 中提交\n* 禁用元张量功能，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F440 中提交\n* 更新 modeling_flowstate.py：'prediction_type' 参数应由用户指定，而非…，由 @ChernovAndrey 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F432 中提交\n* Destiny 分支更新，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F444 中提交\n* 添加所有 TSAD 微调脚本及结果以用于 TSAD 基准测试，由 @summukhe 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F445 中提交\n\n## 新贡献者\n* @summukhe 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F388 中完成了首次贡献\n* @guilhermelia 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F401 中完成了首次贡献\n* @sytranvn 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F407 中完成了首次贡献\n* @bohnstingl 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F425 中完成了首次贡献\n* @gugasth 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F428 中完成了首次贡献\n* @ChernovAndrey 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F432 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.3.1...v0.3.2","2025-10-28T21:02:04",{"id":159,"version":160,"summary_zh":161,"released_at":162},206659,"v0.3.1","## 变更内容\n* 由 @t-sakai-kure 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F389 中添加的 TS 搜索结果 CSV 文件\n* 由 @ibm-mend-app 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F390 中实现的 GitHub Enterprise 上 Mend 的配置\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F393 中解决 Dependabot 警报\n* 由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F397 中对 Transformers v4.53 的更新\n* 由 @subodh2702 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F398 中更新的 TSPulse 分类与插补结果\n\n## 新贡献者\n* @ibm-mend-app 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F390 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.3.0...v0.3.1","2025-06-30T17:33:13",{"id":164,"version":165,"summary_zh":166,"released_at":167},206660,"v0.3.0","## 变更内容\n* 符合性枚举和类型提示更新。由 @natalialmg 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F330 中完成\n* 更新 conformal.py 文件。由 @natalialmg 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F340 中完成\n* 更新方法启用功能。由 @natalialmg 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F350 中完成\n* 为 AD 流水线启用 TTM 的更改。由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F354 中完成\n* 使用 faiss 库进行搜索。由 @t-sakai-kure 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F364 中完成\n* 预测流水线修复。由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F369 中完成\n* TSPulse 分类可复现性脚本。由 @subodh2702 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F359 中完成\n* 将 granite-tsfm 升级至 v0.2.8。由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F371 中完成\n* AD 流水线。由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F367 中完成\n* 更改笔记本中的模型路径。由 @t-sakai-kure 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F375 中完成\n* TSPulse 可复现性脚本更新。由 @subodh2702 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F378 中完成\n* 代码扫描告警第 1 号的潜在修复：工作流未包含权限。由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F374 中完成\n* 代码扫描告警第 3 号的潜在修复：工作流未包含权限。由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F373 中完成\n* 解决 issue_376 问题。由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F383 中完成\n* 插补流水线。由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F361 中完成\n* TSPulse 论文插补可复现性脚本。由 @subodh2702 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F382 中完成\n* 解决 issue 372 问题。由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F381 中完成\n* 时间序列搜索的可复现性脚本。由 @t-sakai-kure 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F380 中完成\n* 分类流水线。由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F356 中完成\n* 更新导入语句。由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F387 中完成\n\n## 新贡献者\n* @natalialmg 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F330 中完成了首次贡献\n* @subodh2702 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F359 中完成了首次贡献\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.28...v0.3.0","2025-06-23T21:31:57",{"id":169,"version":170,"summary_zh":171,"released_at":172},206661,"v0.2.28","## 变更内容\n* 修复覆盖率报告，根据当前的覆盖率水平设置下限，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F337 中完成\n* 处理器功能，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F338 中实现\n* CVE 相关更新，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F334 中完成\n* 服务更新，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F335 中完成\n* Ssiegel95 功能，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F342 中实现\n* Destiny 功能，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F339 中实现\n* 更新预测长度的错误检查，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F345 中完成\n* 添加预测滤波器长度的测试用例，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F347 中完成\n* 放宽对 PyTorch 的强制依赖，因为该依赖已在服务层得到满足，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F346 中完成\n* 添加 TSPulse 模型代码及测试用例，由 @vijaye12 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F344 中完成\n* 针对代码扫描告警第 5 条“工作流未包含权限”的潜在修复，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F351 中完成\n* 添加测试用例及可选的有效载荷转储功能，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F349 中完成\n* 分类数据集及预处理模块，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F343 中实现\n* 移除 lr_finder.py 中的硬编码相对路径，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F357 中完成\n* 添加使用 TSPulse 进行时间序列搜索的简单示例，由 @t-sakai-kure 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F353 中完成\n\n## 新贡献者\n* @t-sakai-kure 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F353 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.27...v0.2.28","2025-06-09T16:07:40",{"id":174,"version":175,"summary_zh":176,"released_at":177},206662,"v0.2.27","## 变更内容\n* Destiny 补丁，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F311 中提交\n* Destiny 补丁，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F316 中提交\n* Destiny 补丁，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F317 中提交\n* 服务版本升级，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F320 中提交\n* 服务测试的 minor 更新，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F321 中提交\n* Destiny 补丁，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F323 中提交\n* 将最新的变更合并到 destiny，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F322 中提交\n* 生成测试覆盖率报告，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F315 中提交\n* 缓存模型加载，并在测试运行中添加 Locust 测试，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F325 中提交\n* Destiny 补丁，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F327 中提交\n* Destiny 相关更新，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F329 中提交\n* 启用元数据功能，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F328 中提交\n* 服务支持功能，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F331 中提交\n* 修复序列化问题，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F336 中提交\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.25...v0.2.27","2025-05-14T20:28:31",{"id":179,"version":180,"summary_zh":181,"released_at":182},206663,"v0.2.25","## 变更内容\n* 由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F312 中添加了针对非活跃问题的操作\n* 由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F313 中进行了 Destiny 补丁更新\n* 由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F306 中实现了 Tsfm 插值填充功能\n* 由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F318 中修复了服务配置缺失问题，并提升了质量支持能力\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.24...v0.2.25","2025-05-03T02:16:25",{"id":184,"version":185,"summary_zh":186,"released_at":187},206664,"v0.2.24","## 变更内容\n* Lr finder 更新，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F301 中完成\n* CPU\u002FGPU 容器维护，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F302 中完成\n* CPU\u002FGPU 容器维护，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F303 中完成\n* 模式检查，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F307 中完成\n* “Destiny” T 恤设计，由 @ssiegel95 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F309 中完成\n* Lr_finder 更新，由 @wgifford 在 https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F310 中完成\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv2.0.0...v0.2.24","2025-04-15T21:04:13",{"id":189,"version":190,"summary_zh":191,"released_at":192},206665,"v0.2.23","## What's Changed\r\n* Merge main into destiny by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F266\r\n* Torchgpu by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F270\r\n* Update notebook by @ajati in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F272\r\n* relax urllib by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F275\r\n* Issue 273 by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F276\r\n* bump ruff version by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F280\r\n* support [] as scaling id columns by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F279\r\n* try to bump numpy by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F283\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.22...v0.2.23","2025-03-21T02:00:48",{"id":194,"version":195,"summary_zh":196,"released_at":197},206666,"v0.2.22","## What's Changed\r\n* GIFT source codes and new get_model() by @ajati in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F265\r\n* Vocab size support by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F268\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.21...v0.2.22","2025-02-28T01:49:50",{"id":199,"version":200,"summary_zh":201,"released_at":202},206667,"v0.2.21","## What's Changed\r\n* add H to default frequency map for compatibility by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F260\r\n* Categorical columns by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F254\r\n* cleanup resources by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F261\r\n* Misc. fixes by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F263\r\n* Plot fixes by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F267\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.20...v0.2.21","2025-02-26T20:58:17",{"id":204,"version":205,"summary_zh":206,"released_at":207},206668,"v0.2.20","## What's Changed\r\n* update package name by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F257\r\n* fix link by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F258\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.19...v0.2.20","2025-02-11T21:15:43",{"id":209,"version":210,"summary_zh":211,"released_at":212},206669,"v0.2.19","## What's Changed\r\n* Bump jinja2 from 3.1.4 to 3.1.5 in \u002Fservices\u002Finference by @dependabot in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F244\r\n* install from main by @vijaye12 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F245\r\n* Sagemaker by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F248\r\n* Gpu enablement by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F243\r\n* Inference profile by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F250\r\n* New release by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F256\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.18...v0.2.19","2025-02-11T03:07:34",{"id":214,"version":215,"summary_zh":216,"released_at":217},206670,"v0.2.18","## What's Changed\r\n* aiohttp cve by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F209\r\n* TTM get model changes by @ajati in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F219\r\n* Byom by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F222\r\n* Set service device by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F225\r\n* Add Quantile loss to TTM by @vijaye12 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F226\r\n* Finetuning enhancements in preparation for kubeflow workflow orchestration by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F221\r\n* Update model paths by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F227\r\n* Bump jinja2 from 3.1.4 to 3.1.5 in \u002Fservices\u002Ffinetuning by @dependabot in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F235\r\n* Bump jinja2 from 3.1.4 to 3.1.5 in \u002Fservices\u002Finference by @dependabot in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F236\r\n* Errors and payloads by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F240\r\n* Update README.md by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F242\r\n* Patchify update by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F239\r\n* Mermaid interaction diagram by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F241\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.17...v0.2.18","2025-01-28T12:04:15",{"id":219,"version":220,"summary_zh":221,"released_at":222},206671,"v0.2.17","## What's Changed\r\n* Coverage by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F176\r\n* Revert \"Coverage\" by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F177\r\n* foundts comparison by @vijaye12 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F198\r\n* minor changes by @vijaye12 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F199\r\n* Updates to callbacks by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F201\r\n* Enhance getting_started notebook by @vijaye12 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F202\r\n* CVE by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F205\r\n* Service abstraction by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F171\r\n* Remove .whitesource by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F207\r\n* Improve inference error checks by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F206\r\n* Bump aiohttp from 3.10.10 to 3.10.11 in \u002Fservices\u002Ffinetuning by @dependabot in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F208\r\n* relax parameters strictness by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F214\r\n* clarify citations by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F218\r\n* Address some issues in forecasting pipeline by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F220\r\n\r\n## New Contributors\r\n* @dependabot made their first contribution in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F208\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.16...v0.2.17","2024-12-04T21:31:33",{"id":224,"version":225,"summary_zh":226,"released_at":227},206672,"v0.2.16","## What's Changed\r\n* do not enforce datetype by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F197\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.15...v0.2.16","2024-11-12T20:52:54",{"id":229,"version":230,"summary_zh":231,"released_at":232},206673,"v0.2.15","## What's Changed\r\n* Updates to get_datasets, datasets by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F188\r\n* Update installation link of colab by @ajati in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F189\r\n* Window sampling by @vijaye12 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F190\r\n* Prometheus by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F192\r\n* test verbosity, schema pattern constraints bug fixes by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F183\r\n* Data download instructions by @ajati in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F191\r\n* Toolkit fixes by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F195\r\n* Wxai issues by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F194\r\n\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.14...v0.2.15","2024-11-11T23:49:56",{"id":234,"version":235,"summary_zh":236,"released_at":237},206674,"v0.2.14","## What's Changed\r\n* update version and poetry lock by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F166\r\n* Dataset fixes by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F167\r\n* add docs re: imputation by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F168\r\n* add openapi 3.1.x spec doc by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F169\r\n* Wxai issues by @ssiegel95 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F170\r\n* Fix deprecated np.NaN by @mdruiter in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F175\r\n* TTM full benchmarking by @ajati in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F174\r\n* Updates to mitigate pandas warnings by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F179\r\n* add codeowners by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F186\r\n* get_model fixes, notebook changes by @vijaye12 in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F185\r\n* check bounds on inner datasets by @wgifford in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F182\r\n\r\n## New Contributors\r\n* @mdruiter made their first contribution in https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fpull\u002F175\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fibm-granite\u002Fgranite-tsfm\u002Fcompare\u002Fv0.2.13...v0.2.14","2024-11-06T21:00:18"]