Caltech 团队提出 ReRoute 框架：物理知识 + 轻量微调，CO₂ 漂移误差最多降 31.8%

Caltech 教授 Anima Anandkumar 团队发布科学反事实预测框架 ReRoute，用部分物理知识引导预训练模型，只需在现有数据上轻量微调，无需新控制实验或从头重训即可预测未见的干预。气候模拟器在严重 CO₂ 分布漂移下预测误差最多降低 31.8%，对流-扩散受控实验中反事实误差最多降低 89.6%。