UniTS 是行业应用领域的开源项目，由 mims-harvard 开发，2024 年首次发布。
它收录于行业应用分类，该分类目前共有 544 个项目，GitHub 星标数为 649。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-20。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：金融多指标预测与风险分类联合建模。同类可对比的替代方案包括 TimesNet、Autoformer、TS2Vec。
UniTS
一个模型搞定预测、分类、填补，告别多套时间序列方案
UniTS是一个统一的多任务时间序列模型，旨在解决传统时间序列模型只能处理单一任务（如预测、分类或异常检测）的问题。它通过一个统一的网络架构，支持分类、回归、预测、填补缺失值等多种时间序列任务，并能在不同任务间共享知识。UniTS的核心能力包括：支持多任务联合训练，提升模型泛化能力；提供灵活的输入输出接口，适配不同时间序列数据格式；基于Transformer架构，捕获长程依赖关系。该项目适合需要一站式处理多种时间序列分析任务的场景，如金融预测、工业监控、医疗健康等。目前处于早期阶段，代码和文档已开源，便于研究者复现和扩展。
开源
free
开源模型
GitHub 星标
★ 649
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队mims-harvard
所属国家
定价模式free
价格说明开源模型，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型anomaly-detection,classification,ecg,eeg,few-shot,forecasting,foundation-models,imputation,multi-task,prompt-tuning,time-series,unified-model,zero-shot
GitHub 星标★ 649
30天Star增速
HF 下载量
上线时间2024-02-16 00:00:00
最近更新2026-09-20 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1
使用教程
核心亮点
- 统一架构覆盖预测、分类、填补等任务，减少模型选择和调参成本
- 多任务联合训练可提升小样本任务性能，利用共享表示
- 基于Transformer，能有效建模长序列时间依赖
不足之处
- 早期项目，文档和社区支持待观察
- 大规模多任务训练可能对计算资源要求较高
适用场景
- 金融多指标预测与风险分类联合建模
- 工业设备多传感器异常检测与缺失值填补
- 医疗时序数据（如ICU）的多任务分析
替代项目
TimesNet、Autoformer、TS2Vec
项目介绍
上一篇：vision_pilot
下一篇：mattersim
同类项目推荐
xmgai-like
开源
换脸、艺术二维码随手玩，副业灵感一包带走。
本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···
spoken-to-signed-translation
开源
把口语文本一路转成手语视频的流水线
a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
LiveTranslate
开源
直播看片实时翻译，字幕秒出，跨语言无压力
Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···