Millnew AI – On device time-series prediction AI using PyTorch & Captum

概览

RobinHood 是一个开源的混合本地框架，用于分析多资产时间序列数据。它采用深度学习架构，将 TCN、LSTM 和 Attention 与基于 Captum Integrated Gradients 的数学特征归因层结合。该框架称，这种组合旨在消除自动生成的财务报告中的幻觉。 其设计将本地计算与文本合成分离。原始时间序列数据、深度学习训练循环和 Captum 数学特征归因完全在用户自己的硬件上运行。只有最终的、匿名化的确定性数值权重会通过 API 发送给 Hugging Face 上的开源 LLM，以生成人类可读的文本报告，原始数据绝不会离开本机。 框架附带现成的 gld_price_data.csv 数据集用于测试。对于自定义数据，系统只解析结构化的 .csv 文件，评估独立的数据矩阵，并要求除一列按时间顺序排列的日期列外，其余均为纯数值时间序列。高数据密度被描述为可转化为稳健的数学归因图。