mantis 是模型训练领域的开源项目，由 vfeofanov 开发，2024 年首次发布。
它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 145。
项目仍在小幅维护中，最近一次代码更新于 2026-09-17。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：工业传感器故障诊断。同类可对比的替代方案包括 TimesNet、PatchTST、TS2Vec。
mantis
轻量级时间序列分类基础模型，小样本也能精准分类
Mantis 是一个面向时间序列分类任务的轻量级基础模型，旨在解决传统时间序列模型依赖大量标注数据、泛化能力弱的问题。它采用预训练+微调范式，通过在大规模时间序列数据上学习通用特征表示，使下游分类任务只需少量样本即可达到较高精度。核心能力包括：支持多种时间序列输入格式、提供简洁的微调接口、模型体积小便于部署。项目代码以 Jupyter Notebook 形式呈现，包含模型架构、训练流程和示例，适合研究人员和工程师快速上手。目前处于早期阶段，但设计思路清晰，为时间序列分类提供了一种高效的新方案。
开源
free
开源模型
GitHub 星标
★ 145
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队vfeofanov
所属国家
定价模式free
价格说明开源模型，Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型foundation-models,time-series,time-series-classification,transformers
GitHub 星标★ 145
30天Star增速
HF 下载量
上线时间2024-10-09 00:00:00
最近更新2026-09-17 00:00:00
维护状态维护中
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3
使用教程
核心亮点
- 模型轻量，参数量小，适合资源受限场景部署
- 预训练+微调范式，大幅降低下游任务标注成本
- 代码以 Notebook 呈现，上手门槛低，便于实验复现
不足之处
- 文档/社区待观察
- 项目早期，生态和工具链尚不完善
适用场景
- 工业传感器故障诊断
- 金融时序异常检测
- 医疗信号分类
替代项目
TimesNet、PatchTST、TS2Vec
项目介绍
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···