# ICFBench数据集

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。

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。