AI 气候模拟器跑 400 年不失稳，偏差小于 E3SM 自身误差
allen_ai · x · 2026-09-05
Allen AI 团队展示其气候仿真器的泛化结果：在与训练数据独立的 400 年 E3SM 数据对比中，仿真器的平均气候态依然站得住——温度和降水偏差甚至小于 E3SM 模式与真实观测之间的差距。
技术要点：
- 采用分阶段训练：大气模拟器（ACE）与海洋模拟器（Samudra）先各自在 E3SM 的「完美」输入上预训练，再耦合到一起微调
- 关键设计是让大气侧保持随机性（stochastic），这份随机性恰好成为耦合系统的自然变率
- El Niño（ENSO）在整个 400 年模拟中保持真实，未出现漂移或崩溃
「研究」频道最新
- Nature 子刊发表 AI 自适应虚拟筛选方法,加速大规模配体发现 — anshulkundaje · 2026-09-05
- Chollet 断言所有 AI 必收敛于符号学习，混合范式仍是圣杯 — burny_tech · 2026-09-05
- Anthropic 模型用 Lean 形式化费马大定理，1340 万行代码收官百年难题 — littmath · 2026-09-05
- GPT-6 Astra 创 Epoch 能力指数 169 纪录，数学与长程学习刷新榜 — rohanpaul_ai · 2026-09-05
- SemiAnalysis 报告：智谱探索 Loop Transformer,环境搭建成智能增长新瓶颈 — ricklamers · 2026-09-05
- Figure AI 人形机器人数据集 INDEX 每周新增 200 万条真人视频 — Distinct-Question-16 · 2026-09-05