확인한 것만 기록한다.
2026-11-23 · 00:20 KST / 15:20 UTC한국어 | EN검색 /

속보01 / AI

재학습 없이 물리장 예측하는 PhysICL 공개

시뮬레이션 예시로 새 격자의 물리량 분포를 추론하며 모델 가중치를 고정한 방식이다.

전산물리 작업 공간의 모니터에 불규칙 삼각 격자로 표현한 여러 시뮬레이션 예시와 다른 격자 위의 물리량 분포 예측이 나란히 보인다. AI 생성 이미지

연구진은 11월 13일, 재학습 없이 물리량 분포를 예측하는 PhysICL을 발표했다.

논문에 따르면 PhysICL은 절차적으로 생성한 과제로만 사전학습했다. 정답을 붙인 시뮬레이션 예시로 불규칙 격자 위 물리량 분포를 추론하는 모델이다.

논문의 연구진 공개 수치에서, 예시 수 K = 32부터 PLAID 평가 오차가 비교 기준보다 작았다. 비교 기준은 예시 가운데 가장 가까운 시뮬레이션이다.

연구진은 같은 모델이 서로 다른 예시 수와 입출력 물리량 수를 처리한다고 밝혔다. 과제 안에서 격자의 크기와 연결 구조가 달라도 처리한다고 설명했다.

논문의 연구진 공개 수치에서, AhmedML 최대 그래픽처리장치 메모리는 4.27 GiB이다. 예시 수 K = 64에서 측정한 연구진 공개 수치이다. 비교 대상인 2D_MSHE의 최대 메모리는 연구진 공개 수치 기준 4.07 GiB이다.

논문 초록에는 게임 엔진 연동 방식이 공개되지 않았다.