JEPA 控制 PDE 在分布外目标上追踪误差降 53%
burny_tech · x · 2026-07-28
- 这篇论文提出一种用于偏微分方程闭环控制的 goal-agnostic JEPA，重点实验对象是 Navier–Stokes 系统。
- 方法不再直接在潜空间里最小化 L2 距离，而是引入 kinetic energy probe 来定义控制目标，避免潜空间误差与物理误差不一致。
- 结果显示，在分布外的非周期目标上，物理状态跟踪准确率平均提升 53%；在动能调控任务上，平均相对误差为 2.66%。
「模型」频道最新
- Artificial Analysis 发布 2025 年度 AI 状态与趋势报告 — ArtificialAnlys · 2026-07-28
- Kimi K3 将开源权重差距缩至 4 分 — ArtificialAnlys · 2026-07-28
- inclusionAI 的 LLaDA2.2-flash 在 Hugging Face 走红 — inclusionAI · 2026-07-28
- 独立 PPO 实验 3 到 4 分钟达 95% 准确率 花费约 20 美元 — ctjlewis · 2026-07-28
- 用户称切回 Opus 4.8：5.0 系列难以驾驭 — Aizkmusic · 2026-07-28
- 分析师称 Opus 5 总榜第三，却可能是最佳代码模型 — JasonBotterill · 2026-07-28