半离散最优传输方案用于半几何可压缩模型
机器学习
2026-03-24 v2
摘要
我们发展了一种用于半几何可压缩方程组的半离散最优传输方案，该方程组在模拟大尺度大气动力学与锋面发生过程中发挥重要作用。不同于不可压缩情形， 可压缩方程包含可变密度和内能，但可转化为一种自然耦合动力学与最优传输公式的变分框架。通过变换引入所谓的几何坐标，灵感来源于不可压缩情形。该变分公式的离散版本为数值粒子方案提供了基础。该方案的实现面临显著挑战，由于非二次代价函数和抛物 -拉格尔细胞。为此，我们采用 -指数图构build -拉格尔细胞 tessellation，确保质量和能量守恒，同时保持关键几何结构。我们分析了该方案，并通过数值实验验证了其收敛性，包括单种子基准和误差分析。本工作为现有半离散最优传输技术提供了显著的新型推广，为模拟真实大气流提供了一种稳健且结构保持的数值工具。
引用
@article{arxiv.2603.08104,
title = {Invisible Safety Threat: Malicious Finetuning for LLM via Steganography},
author = {Guangnian Wan and Xinyin Ma and Gongfan Fang and Xinchao Wang},
journal= {arXiv preprint arXiv:2603.08104},
year = {2026}
}
备注
Accepted at ICLR 2026