Jorge Mifsut Benet

概率型PDE神经代理在少步推理时常常过度自信，预测分布比真实不确定性窄。TORNADO把下一步预测写成相邻两个VAE编码后验之间的随机输运，并让扩散幅度由神经网络随潜状态给出，而不是沿用固定的全局噪声表。在Kolmogorov、KS、Burgers、Gray-Scott四个合成数据集上，固定5次网络评估时它的校准误差最低，相对代表性基线约缩小2倍到5倍以上，同时保持可比的预测精度。

概率型PDE神经代理在少步推理时常常过度自信，预测分布比真实不确定性窄。TORNADO把下一步预测写成相邻两个VAE编码后验之间的随机输运，并让扩散幅度由神经网络随潜状态给出，而不是沿用固定的全局噪声表。在Kolmogorov、KS、Burgers、Gray-Scott四个合成数据集上，固定5次网络评估时它的校准误差最低，相对代表性基线约缩小2倍到5倍以上，同时保持可比的预测精度。