ICF-DLM

AI模型采用新颖的语言模型方法推进聚变能源预测

研究人员开发了一种新颖的基于语言模型的ICF-DLM方法，用于预测惯性约束聚变（ICF）的结果。该方法解决了ICF预测中的挑战，例如国家点火装置每次实验成本高昂、实验数据有限以及测量中的时间稀疏性。ICF-DLM将预测分解为能量产额、峰值时间和局部波形，使用双向去噪和物理驱动的强化学习奖励来提高准确性。与基线Llama 3-8B模型相比，该模型在峰值时间误差方面有所降低，并在ICFBench数据集上优于其他序列模型。