科学AI有效性检验新方法提出

Xiaoshn Nee、Haobo Zhong、Xiaomin Ni 提交论文，提出面向科学AI的“可观测特定有效性记录”，把近似方法与参考模型、误差度量、容差、参数域及干预变换绑定，用于检验受控近似、物理迁移与机制判别。 在16次重复神经网络拟合中，引入量纲齐性使能量尺度迁移误差从52.3%降至0.0768%，同时满足gap与响应容差的中位比例从0提升至100%。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。