研究者发布 EF-LLM 能源预测大模型框架论文 v3
热点事件持续更新
研究者发布 EF-LLM 能源预测大模型框架论文 v3
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Zihang Qiu 等研究者在 arXiv（编号 2411.00852）发布 EF-LLM 论文第三版。该框架是一个面向能源预测的大语言模型，将领域知识与时间序列数据融合用于时序预测，并支持持续学习与幻觉检测。 技术方案上，EF-LLM 采用可更新的 LoRA 与多通道架构，并提出 F-PEFT（Fusion Parameter-Efficient Fine-Tuning）微调方法，据论文称可在稀疏数据条件下提升预测精度。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
EF-LLM：基于持续学习的能源预测大语言模型框架，支持自动化、稀疏预测增强与幻觉检测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIEF-LLM：基于持续学习的能源预测大语言模型框架，支持自动化、稀疏预测增强与幻觉检测
研究者提出面向能源预测的大语言模型 EF-LLM，通过持续学习框架、可更新的 LoRA 与多通道架构融合领域知识与时间序列数据，并用 F-PEFT（Fusion Parameter-Efficient Fine-Tuning）方法结合时序与文本数据，提升稀疏数据条件下的预测精度。
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。