arXiv cs.LG@Tilman Tröster, David Mirkovic, Veronika Oehl, Arne Thomsen精选37Velocityformer是一种等变图Transformer架构，专门用于从光谱巡天数据中重建星系速度，以提升运动学SZ效应的测量信噪比。该模型通过匹配观测数据中因视线方向导致的破缺对称性，在归纳偏置上优于标准线性理论基线，将速度重建相关系数r提升35%。Velocityformer在仅4个低保真模拟上即可训练到高精度，并能零样本泛化到不同输入几何、宇宙学参数和星系样本。在高保真模拟星系目录上，该模型将r提升30%，直接转化为观测数据上相同的信噪比增益。论文等变图Transformer宇宙速度重建kSZ效应破缺对称性零样本泛化推荐理由：宇宙学研究者终于有了一个能处理观测数据破缺对称性的AI工具——Velocityformer在速度重建上比线性理论提升35%，且数据效率极高，做kSZ效应测量的团队可以直接用。