AGI Hunt· MLVLab·· 55 分钟前AI 评分30
KAIST 团队提出 PROLA 低秩适配方法,用于预测性时空天气降尺度
KAIST 提出 PROLA 低秩适配方法,用于预测性时空天气降尺度
AI 导读
KAIST 团队在论文中提出 PROLA(Principal-Orthogonal Low-rank Adaptation),用于预测性时空天气降尺度(PSWD)。该方法在预训练权重的主方向与正交补之间分配固定低秩预算,并通过梯度信号重缩放 rank-1 优化器更新,在不增加可训练 rank 的前提下提升适配效果。实验显示,PROLA 超越代表性低秩适配基线,并在多数据集、多任务上验证了通用性。
来源:AGI Hunt · agihunt.info