arXiv · cs.AI · Chengjie Hong, Feixiang He, Yiheng Zeng, Lulu Kang, He Wang · 9 小时前模型评分32
SAFE-SVD：面向物理基础模型的敏感度感知保真 SVD 压缩方法
SAFE-SVD: Sensitivity-Aware Fidelity-Enforcing SVD for Physics Foundation Models
导读
研究者提出 SAFE-SVD，一种针对物理基础模型（PFMs，Physics Foundation Models）的压缩方法，在输出函数空间显式建模损失感知的层敏感度，以在压缩时保住物理保真度。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We propose a new method for compressing physics foundation models (PFMs) which is a new trend in AI for Science.”
来源：arXiv · cs.AI · arxiv.org