11:54
官方账号arXiv cs.LG@Shiyuan Luo, Runlong Yu, Chonghao Qiu, Yue Qin, Rahul Ghosh, Robert Ladwig, Paul C. Hanson, Yiqun Xie, Xiaowei Jia
推荐理由：PIER解决了嵌入检索可能忽略物理过程一致性的问题，在356个湖泊数据上验证了水温和溶氧预测的显著提升。
环境建模
共 1 条相关 AI 资讯
7月23日
11:54
PIER是一个模型无关的检索增强框架，通过引入物理感知的流来补充标准嵌入检索，利用局部验证器评估候选与目标场景的通量响应一致性。实验基于美国中西部356个湖泊41年的数据，显示PIER在水温和溶解氧预测上持续优于基线方法。该框架可作为通用增强策略适用于多种主干模型。