论文研究神经PDE求解器中学得状态的可迁移性
Get the story
2026年10月9日，arXiv Machine Learning Theory（一手来源）发表论文，研究神经PDE求解器中学得状态的可迁移性。论文提出复用契约，通过配对状态比较、匹配目标信息与预算及成本核算，分离神经PDE求解器的解的精度、学习贡献与数值效用。文献审计从12篇论文提取18条版本特定协议记录；在240条源训练轨迹、两类线性PDE、Fourier neural operators与卷积网络上，固定预测器的收益随修正算法反转。这是目前该事件的唯一报道，尚无后续或相互矛盾的报道。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning Theory神经 PDE 求解器中学得状态的可迁移性
论文提出复用契约，通过配对状态比较、匹配目标信息与预算及成本核算，分离神经 PDE 求解器的解的精度、学习贡献与数值效用。文献审计从 12 篇论文提取 18 条版本特定协议记录；在 240 条源训练轨迹、两类线性 PDE、Fourier neural operators 与卷积网络上，固定预测器的收益随修正算法反转。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.