CITRAS-FM: Pequeño modelo de series temporales para pronóstico con covariables

En el ámbito del pronóstico de series temporales, uno de los mayores retos ha sido combinar la precisión predictiva con la capacidad de operar en tiempo real y manejar variables exógenas o covariables que influyen en la evolución de los datos. Los modelos fundacionales tradicionales suelen requerir una enorme capacidad computacional y no contemplan adecuadamente la incorporación de covariables conocidas durante el horizonte de pronóstico. En este contexto surge CITRAS-FM, un modelo de apenas 7 millones de parámetros que rompe con esas limitaciones al ofrecer pronóstico cero-shot (sin entrenamiento previo sobre la serie objetivo) en modalidades univariante, multivariante y con soporte de covariables, todo ello ejecutable en CPU en menos de 0.1 segundos.

La innovación clave de CITRAS-FM reside en su arquitectura Transformer basada en parches y solo decoder, a la que se incorpora un mecanismo de Atención Desplazada (Shifted Attention) dentro del módulo de cruce de variables. Esto permite explotar de forma eficiente las covariables que estarán disponibles durante todo el período de pronóstico. Además, los autores proponen CovSynth, un método para sintetizar covariables realistas a partir de componentes descompuestos de la serie objetivo, superando la escasez de corpus ricos en covariables durante el preentrenamiento. Los resultados en el benchmark FEV-Bench, con más de 100 tareas, muestran que CITRAS-FM alcanza el estado del arte en precisión entre modelos sub-10M, ofreciendo un equilibrio excepcional entre precisión y capacidad de despliegue en tiempo real.

Este tipo de avances tiene un impacto directo en aplicaciones empresariales como la previsión de demanda, la detección temprana de anomalías o la optimización de inventarios, donde la capacidad de reaccionar al instante es crítica. Integrar modelos ligeros y precisos como CITRAS-FM en sistemas productivos requiere una estrategia sólida de software a medida y una plataforma tecnológica que garantice escalabilidad, seguridad y rendimiento. En Q2BSTUDIO desarrollamos aplicaciones a medida que incorporan lo último en inteligencia artificial para empresas, desde la implantación de agentes IA hasta la orquestación de flujos predictivos en la nube.

Por ejemplo, un sistema de pronóstico basado en CITRAS-FM puede integrarse con herramientas de Power BI para visualizar predicciones en tiempo real, y desplegarse sobre infraestructuras de servicios cloud AWS y Azure que garantizan alta disponibilidad y bajo costo. Además, la ciberseguridad es un pilar fundamental al manejar datos sensibles de series temporales, por lo que nuestras soluciones incluyen controles de acceso y cifrado avanzados. Si tu organización busca aprovechar modelos fundacionales ligeros para mejorar sus capacidades de pronóstico, te invitamos a conocer nuestro servicio de IA para empresas y cómo lo combinamos con servicios cloud AWS y Azure para ofrecer soluciones robustas y listas para producción.