模型

Kronos-Tokenizer-base

NeoQuasar/Kronos-Tokenizer-base

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:mit 上游版本:0e0117387f39

中文简介

NeoQuasar/Kronos-Tokenizer-base 是 NeoQuasar 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 0e0117387f39,同步到 4 个文件,文件元数据合计 15.11 MB;访问状态为“公开”,许可证字段为“mit”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 NeoQuasar/Kronos-Tokenizer-base 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
NeoQuasar/Kronos-Tokenizer-base 是 NeoQuasar 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 0e0117387f39,同步到 4 个文件,文件元数据合计 15.11 MB;访问状态为“公开”,许可证字段为“mit”。

【适用方向】
适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:0e0117387f39。 任务标签:上游卡片所列任务。 上游 Safetensors 元数据显示参数量约 3.96 M。 库标记:pytorch。 上游页面记录的最近更新时间:2025-09-09。

【文件信息】
上游 API 返回 4 个文件,文件元数据合计 15.11 MB。 已保存文件清单中的主要扩展名:.json 1 个、.md 1 个、.safetensors 1 个、无扩展名 1 个。 当前较大的文件包括:model.safetensors(15.11 MB);README.md(8.66 KB);.gitattributes(1.48 KB)。

【运行或处理环境】
仓库文件元数据合计 15.11 MB。 按每参数 2 字节只计算 BF16 权重,理论下限约 7.55 MB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

Kronos: A Foundation Model for the Language of Financial Markets Kronos** is the **first open-source foundation model** for financial candlesticks (K-lines), trained on data from over **45 global exchanges**. It is designed to handle the unique, high-noise characteristics of financial data. Introduction Kronos is a family of decoder-only foundation models, pre-trained specifically for the "language" of financial markets—K-line sequences. It leverages a novel two-stage framework: 1. A specialized tokenizer first quantizes continuous, multi-dimensional K-line data (OHLCV) into **hierarchical discrete tokens**. 2. A large, autoregressive Transformer is then pre-trained on these tokens, enabling it to serve as a unified model for diverse quantitative tasks. The success of large-scale pre-training paradigm, exemplified by Large Language Models (LLMs), has inspired the development of Time Series Foundation Models (TSFMs). Kronos addresses existing limitations by introducing a specialized tokenizer that discretizes continuous market information into token sequences, preserving both price dynamics and trade activity patterns. We pre-train Kronos using an autoregressive objective on a massive, multi-market corpus of over 12 billion K-line records from 45 global exchanges, enabling it to learn nuanced temporal and cross-asset representations. Kronos excels in a zero-shot setting across a diverse set of financial tasks, including price series forecasting, volatility forecasting, and synthetic data generation. Live Demo We have set up a live demo to visualize Kronos's forecasting results. The webpage showcases a forecast for the **BTC/USDT** trading pair over the next 24 hours. 👉 Access the Live Demo Here Model Zoo We release a family of pre-trained models with varying capacities to suit different computational and application needs. All models are readily accessible from the Hugging Face Hub. | Model | Tokenizer | Context length | Param | Hugging Face Model Card | |-----------

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:0e0117387f39。 任务标签:上游卡片所列任务。 上游 Safetensors 元数据显示参数量约 3.96 M。 库标记:pytorch。 上游页面记录的最近更新时间:2025-09-09。

文件说明

上游 API 返回 4 个文件,文件元数据合计 15.11 MB。 已保存文件清单中的主要扩展名:.json 1 个、.md 1 个、.safetensors 1 个、无扩展名 1 个。 当前较大的文件包括:model.safetensors(15.11 MB);README.md(8.66 KB);.gitattributes(1.48 KB)。

上游文件元数据

  • .gitattributes1.48 KB
  • config.json301 B
  • model.safetensors15.11 MB
  • README.md8.66 KB

硬件建议

仓库文件元数据合计 15.11 MB。 按每参数 2 字节只计算 BF16 权重,理论下限约 7.55 MB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。