大模型微调方法、时间序列预测方法、装置及存储介质

本申请公开了一种大模型微调方法、时间序列预测方法、装置及存储介质，该方法包括：通过预设方式读取预训练模型；确定预训练模型的低秩矩阵需求，确定低秩矩阵需求的初始值分布，并根据初始值分布计算低秩矩阵权重的伽马分布；将伽马分布、激活函数输入与输出的方差、以及三阶中心距进行结合推导，得到低秩矩阵权重的权重分布；将权重分布通过伽马采样处理，得到低秩矩阵权重；基于低秩矩阵权重对预训练模型进行调参，得到调参后的预训练模型；对调参后的预训练模型进行训练，得到目标模型，其中，所述目标模型用于对时间序列相关联的事件进行预测。通过本申请，解决了相关技术中大模型需要的硬件成本和能源消耗较高，且可用性较低的问题。