热点事件持续更新
研究揭示物理基础模型在仿真到真实适配中的遗忘机制
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 8 小时前更新
最新进展11月2日 13:00
研究发现Walrus-1.3B迁移微调会严重遗忘，但重放1%仿真数据可恢复大部分性能。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- 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。
本事件热度走势
当前热度 8·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。