MOIRAI 1.0 Large

新研究探索时间序列基础模型的高效适应性以用于电力负荷预测

一篇新研究论文探讨了时间序列基础模型（TSFMs）在电力负荷预测中的参数高效适应技术。该研究使用MOIRAI 1.0 Large和Chronos-2模型，比较了预训练推理、完全微调和低秩适应（LoRA）。结果表明，LoRA在准确性和效率之间提供了有利的权衡，在参数更新极少的情况下显著降低了误差，尤其是在特定的电力负荷聚合级别和分布外场景下。