# Daedalus通用潜空间算子学习框架

Daedalus 把函数表示的学习从算子学习中拆出来：一个函数自编码器只在实时合成的解析函数上预训练，不接触求解器与标签，得到的潜空间被冻结后跨任务复用。在涵盖流体、固体力学、声学以及 Helmholtz 与 Poisson 方程的 28 个基准问题上，冻结表示上的算子在其中 23 个问题上相对误差低于端到端框架 GAOT，平均每个问题训练快 2.1 倍；这一比较不含一次性的骨干预训练成本。

Daedalus 把函数表示的学习从算子学习中拆出来：一个函数自编码器只在实时合成的解析函数上预训练，不接触求解器与标签，得到的潜空间被冻结后跨任务复用。在涵盖流体、固体力学、声学以及 Helmholtz 与 Poisson 方程的 28 个基准问题上，冻结表示上的算子在其中 23 个问题上相对误差低于端到端框架 GAOT，平均每个问题训练快 2.1 倍；这一比较不含一次性的骨干预训练成本。