12:06arXiv cs.AI@Peiyan Hu, Jian Zhang, Jiashu Pan, Ruiqi Feng, Tao Zhang, Zhi-Ming Ma, Yuan-Sen Ting, Gongjie Li, Tailin WuBi-CFM通过学习初始态与终态分布的双向映射,捕获混沌演化的随机性,缓解指数级误差累积。在Lorenz、Circuit和Lorenz 96系统上,Bi-CFM在5个分布级指标上超越基线,速度提升超两个数量级。针对行星动力学中的三体行星-行星散射问题,扩展的CBi-CFM守恒误差与真实值相当。在真实球状星团(约100亿年演化)观测中,该方法标志着长时序混沌逆问题的精度进步。论文Bidirectional Conditional Flow MatchingBi-CFMCBi-CFM混沌系统逆问题推荐理由:这篇论文提出的Bi-CFM方法,在混沌系统逆问题上比现有基线快上百倍,还能在守恒律上逼近真实值,值得AI建模爱好者细读。原文