聚变打靶一次上百万美元：扩散语言模型把中子峰时刻误差从11.6步压到9.2步
核心概要
惯性约束聚变每次打靶成本约百万美元，因此用AI代理模型预测中子产率波形很有价值。ICF-DLM把512步中子产率波形拆成总产额、峰时刻和峰附近局部波形三个物理量，用双向去噪的扩散语言模型联合生成，并以物理奖励做强化学习。在ICFBench的50发实验留出测试集上，其峰时刻误差为9.2步，同一套微调与强化学习流程下的自回归LLaMA-3-8B为11.6步。
深度剖析
中子产率波形不再被当作512个等价的数字一次性从左到右写出，而是先写成物理学家读图时看的三个量：总产额、峰出现的时刻、峰附近的局部波形。 此前的自回归语言模型和确定性回归器直接输出整条波形，会在周围波形尚未生成时就锁定峰的位置。 在ICFBench的50发实验留出测试集上，ICF-DLM的峰时刻误差为9.2步，峰时刻误差按步计、越小越好；同一套SFT加PPO流程下的自回归LLaMA-3-8B为11.6步。
模型在生成过程中可以反复修改已经写下的峰位置，而不是一次定死。 自回归解码先定峰、再补周围波形，早期的小偏差会被后续生成固化。 在50发测试射击上记录去噪轨迹，60%的射击出现峰位置修订，修订平均把峰时刻误差降低2.48步；强制在第一步锁定峰位置并冻结其余127步的对照则使误差上升2.48步。
训练的第二阶段用物理量本身打分，把被离散数字词表丢掉的数值远近关系补回来。 逐词交叉熵把相邻的数值词当作完全不同的类别，与产额、峰时刻的误差尺度不匹配。 在测试集上，去掉波形奖励项后MSE从0.064升到0.360、产额误差从35%升到186%；去掉幅度奖励项后峰时刻误差从9.2步升到17.8步。
启示与展望
展示范围限于单一聚变装置、单一诊断量即中子产率波形，实验数据为232发经质量控制的射击，其中182发训练、50发留出测试；作者把推广到X射线成像、中子飞行时间等其他诊断以及不同驱动几何的装置列为后续工作。
作者指出该配方尚未在托卡马克破裂预测、超新星光变曲线、冲击相变等领域做实证验证；扩散生成每次预测需要多次前向，单样本延迟高于单次前向的预测器，实时场景需要蒸馏或少步变体。预测质量在产额分布两端下降，产额低于0.5或高于5.0的射击相对误差最大，而两端在训练数据中覆盖稀薄。