Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

[AINode] Integrate PatchTST-FM-R1 as builtin forecasting model

Ouverte
#17,301 3 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Les mainteneurs répondent en général sous 1 jour

Personne n'a encore pris cette issue.

Évaluation

Difficulté
4/5
Temps estimé
3-5 jours
Accessibilité débutants
55/100
Type d'issue
Fonctionnalité
Clarté
Plutôt claire
Activité
Calme
Stack technique
huggingface

Piste de recherche

Commencez par PR #16903 pour étudier le modèle d’intégration de Chronos2, puis lisez le guide de contribution de AINode et examinez model_info.py ainsi que le point d’entrée ForecastPipeline. Ajoutez le répertoire et le pipeline PatchTST, enregistrez le modèle dans BUILTIN_HF_TRANSFORMERS_MODEL_MAP et vérifiez que le test d’intégration réussit.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

Search before asking
  • I searched in the issues and found nothing similar.
Motivation

Description:

Summary: This issue tracks the integration of IBM Research's PatchTST-FM-R1 into IoTDB AINode's built-in model registry, following the contribution guide documented here.

Motivation: PatchTST-FM-R1 is a SOTA patch-based Transformer foundation model for time series forecasting. Adding it expands the range of zero-shot forecasting options available to IoTDB users without requiring model training.

Implementation Plan:

Create iotdb-core/ainode/iotdb/ainode/core/model/patchtst/ directory with a PatchTSTFMPipeline extending

ForecastPipeline
Register the model in BUILTIN_HF_TRANSFORMERS_MODEL_MAP in

model_info.py
Add integration test
Reference: PR #16903 (Chronos2 integration) as the implementation pattern.

Solution

No response

Alternatives

No response

Are you willing to submit a PR?
  • I'm willing to submit a PR!
Langage dominant
Java
Étoiles
6.4k
Forks
1.2k
Merge moyen
1 j 17 h
PR mergées (30 j)
152

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de apache/iotdb

Toutes les issues de apache/iotdb

Issues similaires

Plus d'issues Java

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.