研究者提出ReAl插件提升PDE代理模型高频保真度

研究者提出一种名为 ReAl（Refine and Align）的模型无关插件，用于增强预训练 PDE 神经算子对高频结构的重建能力。该方法先用条件流匹配模型学习确定性基预测的残差分布，再通过轨迹级奖励强化精炼器，以缓解自回归推演中的生成误差累积。 据研究者称，ReAl 在多种代理架构和 PDE 任务上持续提升高频保真度、预测精度与长时程稳定性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。