NeurIPS 2026 论文提出拓扑域外泛化预测方法

2026年10月2日，AGI Hunt 报道了 NeurIPS 2026 的一篇论文。该工作指出，层级式动力系统重建（DSR）模型存在一种失败模式：无法正确学习控制参数，也难以向训练域之外外推，因此在动力学 regime 本身发生改变的拓扑域外泛化场景中无法作出预测。作者用特征拆分与物理稀疏先验对该模型加以修复；修复后，在训练阶段完全不提供任何控制参数显式信息的情况下，模型仍能正确预测分岔及其之后的动力学，并在浅层 PLRNN 与 Neural ODE 上验证有效。目前尚无后续进展报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。