AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 885 条中筛出 59 条
全部模型产品行业论文技巧
标签:地下流体×
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月10日
10:51
10:51arXiv cs.LG@Guido Di Federico, Wenchao Teng, Louis J. Durlofsky
精选
该研究针对地下流体数据同化问题,比较了使用潜扩散模型(LDM)参数化时不同算法的性能。研究发现,模型空间更新能显著降低不确定性但产生地质不真实的后验模型,而潜空间更新能保持地质真实性但不确定性降低有限。为此,研究者开发了快速代理流模型,并在潜空间中应用了马尔可夫链蒙特卡洛(MCMC)和序贯蒙特卡洛(SMC)方法。在三个合成测试案例中,MCMC和SMC比潜空间ESMDA实现了更低的数据失配和更多的不确定性降低。结果表明,集成卡尔曼方法在高非线性参数化下可能高估后验不确定性,而基于快速代理模型的严格蒙特卡洛采样提供了更可靠的替代方案。
论文数据同化潜扩散模型地下流体蒙特卡洛集成卡尔曼

推荐理由:这项研究为地下流体建模者提供了关键算法选择指南——如果你用潜扩散模型做参数化,集成卡尔曼方法可能高估不确定性,而MCMC/SMC结合快速代理模型更可靠。做地质统计反演的团队值得点开,看完能避免踩坑。
原文
6月1日
00:09
AITOP6月1日 00:09
OpenAI 发起“Codex for Open Source”:免费赠送 6 个月 Pro 订阅,开源维护者能否迎来 AI 变革?
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?
精选全部日报登录