长程蒸馏：万年级模拟气候训练长时步天气模型
热点事件持续更新
长程蒸馏：万年级模拟气候训练长时步天气模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Scott A. Martin 等作者提出"长程蒸馏"方法：用自回归教师模型 DLESyM 生成超过 10,000 年的模拟气候数据，训练一个单步直接输出长程预报的长时步概率学生模型，以替代数百步自回归计算。 在完美模型实验中，蒸馏模型以单时步替代数百步自回归，表现接近教师模型。在真实场景中，基于 ERA5 微调的扩散模型学生，以及用混合 DLESyM-ERA5 数据训练的线性逆模型学生，其次季节到季节（S2S）预报技巧可与 ECMWF IFS 集合预报竞争。
AI 根据报道生成 · 43 分钟前更新
最新进展10月15日 12:00
长程蒸馏：用 10,000 年模拟气候训练长时步 AI 天气模型报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.LG长程蒸馏：用 10,000 年模拟气候训练长时步 AI 天气模型
研究提出"长程蒸馏"，用自回归教师模型 DLESyM 生成超 10,000 年模拟气候，训练单步直接输出长程预报的长时步概率学生模型。在完美模型实验中，蒸馏模型以单时步替代数百步自回归，表现接近教师模型；在真实场景中，基于 ERA5 微调的扩散模型学生与混合 DLESyM-ERA5 训练的线性逆模型学生，其 S2S 预报技巧可与 ECMWF IFS 集合预报竞争。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。