MIT 团队提出气候模拟器训练新方法，用少量合成数据提升预测可靠性

MIT 研究人员开发了一种训练技术，用精心挑选的少量合成数据训练气候模拟器，使其能准确预测训练中未见过的情景，而传统模拟器无法适应新情况。该算法只需运行一次完整地球系统模型即可生成训练数据，而非通常的六到八次，从而大幅缩短模拟器制作时间。相关论文本周发表在 PNAS，研究由 Schmidt Sciences 通过 MIT Grand Challenges 的 BC3 项目支持。

来源：MIT 研究新闻 · 阅读原文 · 前沿热点