能源预测中 LLM 的对抗性检测：确保可靠性和效率

这项研究调查了在用于能源预测的时序 LLM 中对稳健的对抗性检测方法的关键需求。研究侧重于维护运营可靠性和管理预测长度，突出了人工智能在关键基础设施中的实际意义。

• •解决了时序 LLM 在关键应用领域中对对抗性攻击的脆弱性。
• •提出了一种即插即用的检测方法，表明了易于集成和使用。
• •强调了在能源预测系统中保持可靠性的重要性。