Minseo Yoon

把粗分辨率历史场直接映射为未来高分辨率天气轨迹，需要同时做预报、空间降尺度和时间加密，而现有低秩微调在固定秩预算下没有区分“沿用预训练主方向”和“修正主方向之外”两种需求。PROLA把秩预算拆成主分支与正交分支，并用梯度信号缩放秩一优化器更新；在WeatherBench 2上以3.92M可训练参数适配Aurora，3小时Z500的RMSE为50.58，低于AdaLoRA的53.40。

把粗分辨率历史场直接映射为未来高分辨率天气轨迹，需要同时做预报、空间降尺度和时间加密，而现有低秩微调在固定秩预算下没有区分“沿用预训练主方向”和“修正主方向之外”两种需求。PROLA把秩预算拆成主分支与正交分支，并用梯度信号缩放秩一优化器更新；在WeatherBench 2上以3.92M可训练参数适配Aurora，3小时Z500的RMSE为50.58，低于AdaLoRA的53.40。