01 / 模型卡片
模型卡片
Chronos-T5 Small 是亚马逊推出的一个将时间序列预测转化为语言建模任务的创新模型。它不走传统的统计学路线，而是基于 T5 架构，将数值序列量化为‘词汇’，从而利用大模型的模式识别能力来预测未来趋势。对于开发者而言，它最大的优势在于‘零样本’预测能力，无需针对特定数据集进行繁琐的训练，即可直接处理各种时间序列数据。由于参数量级小，它非常适合部署在端侧或作为轻量级预测基准，是替代传统 ARIMA 或复杂 LSTM 模型的便捷选择。
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-small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-small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-small 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-small')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-small.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-small.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