蚂蚁数科
蚂蚁数科发布EnergyTS能源电力时序大模型 预测精度超谷歌、亚马逊
3月26日,蚂蚁数科在苏州举办的新能源数字资产社区春季峰会上,正式发布能源电力时序大模型EnergyTS,标志着中国企业在能源AI领域取得重大突破。 EnergyTS专为新能源行业定制,在光伏场景测评中,其发电量预测准确率显著超越谷歌(TimesFM-V2.0)和亚马逊(Chronos-Large)等国际主流通用时序模型。 在T 1天预测中,模型的平均绝对误差仅为0.0233,较谷歌模型提升约22.4%;在T 3天预测中,性能提升更是达到46.8%。
微调时无需泄露数据或权重,这篇AAAI 2025论文提出的ScaleOT竟能保护隐私
蚂蚁数科、浙江大学、利物浦大学和华东师范大学团队:构筑更好的大模型隐私保护。 要让大模型适应各不一样的下游任务,微调必不可少。 常规的中心化微调过程需要模型和数据存在于同一位置 —— 要么需要数据所有者上传数据(这会威胁到数据所有者的数据隐私),要么模型所有者需要共享模型权重(这又可能泄露自己花费大量资源训练的模型)。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉