研究对比LoRA在电力负荷预测中的适配效果
热点事件持续更新
研究对比LoRA在电力负荷预测中的适配效果
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Aliullah等作者发表论文，比较时间序列基础模型在电力负荷预测中采用预训练推理、全量微调与LoRA适配三种方式的预测准确率和适配效率，覆盖四个电力负荷聚合层级。 研究以MOIRAI 1.0 Large为主模型，并用Chronos-2验证结论能否迁移到其他模型。
AI 根据报道生成 · 55 分钟前更新
最新进展10月21日 12:00
时间序列基础模型参数高效适配用于电力负荷预测：MOIRAI 与 Chronos-2 上的 LoRA 对比研究报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AI时间序列基础模型参数高效适配用于电力负荷预测：MOIRAI 与 Chronos-2 上的 LoRA 对比研究
研究对比了预训练推理、全量微调与 LoRA 在四个电力负荷聚合层级上的预测精度与适配效率，主模型为 MOIRAI 1.0 Large，并用 Chronos-2 验证结论可迁移性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。