01 / 模型卡片
模型卡片
Chronos-T5-Tiny 是亚马逊推出的一个轻量级时间序列预测模型。它巧妙地将时间序列预测转化为语言建模任务，利用 T5 架构处理数值序列，从而实现了无需针对特定数据集进行繁琐调优即可直接进行零样本（Zero-shot）预测的能力。对于开发者而言，它像是一个“时间序列版的 GPT”，上手门槛极低，非常适合在端侧设备或资源受限的环境下，快速实现对业务指标、传感器数据等趋势的预测，是替代传统统计模型（如 ARIMA）的一种高效现代方案。
模型类型text2text-generation
提供方amazon
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
amazon/chronos-t5-tiny安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model amazon/chronos-t5-tiny下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model amazon/chronos-t5-tiny README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('amazon/chronos-t5-tiny')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/amazon/chronos-t5-tiny.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/amazon/chronos-t5-tiny.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面