NeurIPS 2026 竞赛：用机器学习预测核聚变等离子体平衡
wattmaller1 · x · 2026-08-05
Sophelio 在 NeurIPS 2026 竞赛轨道发起了“核聚变平衡挑战赛”，总奖金 1000 美元。该竞赛探索使用机器学习模型，在不依赖磁传感器输入的情况下，预测核聚变等离子体的几何形状和关键平衡属性。
开放数据集
- 包含来自 DIII-D 和 MAST 两个托卡马克装置的 9,121 次实验等离子体放电数据。
- 数据量达 98 GB，提供极向场线圈电流、等离子体电流等特征。
竞赛任务
参赛者需预测完整的 (65×65) 极向通量图，并推导出等离子体边界和其他几何量。挑战旨在解决未来反应堆环境中，强中子辐射导致磁传感器失效的工程难题。
「研究」频道最新
- 研究称 AI 生成故事可读性优于人类，但读者仍偏爱“人写的”标签 — nordicinst · 2026-08-05
- 学者吐槽:发劣质论文只要跑得快就无代价? — RylanSchaeffer · 2026-08-05
- 学者激辩：降低预训练损失是否等同于走向AGI — lambdaviking · 2026-08-05
- 新研究：将 Bregman 散度解释为加权幂距离 — FrnkNlsn · 2026-08-05
- Netflix 推出 LLM 原生推荐系统 GenRec，性能超越传统模型 — rseroter · 2026-08-05
- 逆向工程:逐位精确模拟英伟达 Blackwell 张量核心 — ycombinator · 2026-08-05