arXiv · AI· Payel Mukhopadhyay, Stefan S. Nixon, Romain Watteaux, Michael McCabe, Alberto Bietti, Kyunghyun Cho, Cristiana Diaconu, Irina Espejo Morales, David Fouhey, Siavash Golkar, Tom Hehir, Shirley Ho, Jake Kovalic, Geraud Krawezik, Francois Lanusse, Tanya Marwah, Rudy Morel, Mariel Pettee, Helen Qu, Jeff Shen, Hadi Sotoudeh, Stuart B. Dalziel, Miles Cranmer·· 8 小时前AI 评分27
Walrus 物理基础模型从仿真到实验室湍流的迁移
Emergent Transfer of a Physics Foundation Model from Simulation to Laboratory Turbulence
AI 导读
Walrus 物理基础模型经少量 DNS 微调后，零样本预测实验室 RTI 数据时进入观测增长率区间（~0.06-0.07），解决了仿真值（~0.02）与实验值长期存在的差距。 该模型未接触任何实验样本，且能零样本泛化至训练数据中不存在的稳定分层流动，正确减缓混合层生长。 结果为基础模型泛化到实验室行为和未见物理机制提供了数据驱动的独立证据，为探索仿真-实验差距开辟了新途径。
来源：arXiv · AI · arxiv.org