研究揭示物理基础模型在仿真到真实适配中的遗忘机制
Start here
2026年11月2日，arXiv发表的研究揭示了连续介质动力学基础模型 Walrus-1.3B 在仿真到真实世界（sim-to-real）迁移微调中遭遇的灾难性遗忘机制。研究显示，该模型在圆柱绕流仿真上微调仅20个epoch后，其预训练任务的单步误差最高增加35倍，而在进一步适应真实数据后，仿真性能会进一步受损。针对该问题，研究指出在进行真实数据微调时，仅需重放1%的仿真数据，便可在适应真实实验动态的同时恢复大部分仿真性能。
AI-generated from reports · Updated 10 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习物理基础模型 Walrus-1.3B 在 Sim-to-Real 迁移中如何发生遗忘
研究表明连续介质动力学基础模型 Walrus-1.3B 在 sim-to-real 迁移微调中会遭遇严重的灾难性遗忘。在圆柱绕流仿真上微调仅 20 个 epoch 后，其预训练任务单步误差最高增加 35 倍，适应真实数据后仿真性能进一步受损。在真实数据微调时仅需重放 1% 的仿真数据，即可在适应真实实验动态的同时恢复大部分仿真性能。
Story heat trend
Current heat 8·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.