面向宇宙模拟数据的多模态基础模型
星系天体物理
2025-10-10 v1
摘要
我们提出一种用于天文银河数据的数据多模态基础模型，旨在映射模拟数据与观测数据之间的星系特征。该仅编码器变换模型灵活地接受标量量（如红移、星系质量）和向量（如星系形成历史、光谱），支持包括同一模态内重建和跨模态预测的多任务训练。通过动态遮蔽策略，该模型可查询部分输入中任意星系属性——包括从红移和质量预测光谱，或仅凭宽带光度红移估计光度红移——同时也能恢复单个模态中缺失的片段。该模型在来自百兆尺量级宇宙模拟中18.5万颗模拟银河上进行训练，组合LSST和SPHEREx光度可使红移估计精度提升50%，将晚期星系形成历史与LSST光度相比，仅凭早期星系形成历史与LSST光度可使星质量推断精度提升63%。该模型在多模态任务上展现出强大的泛化能力，为未来集成更高维度和结构化数据（如图像、合并树和3D场）奠定了基础。该方法为连接模拟与观测提供了统一框架，推动了通用天文基础模型的发展。
引用
@article{arxiv.2510.07684,
title = {Multi-modal Foundation Model for Cosmological Simulation Data},
author = {Bin Xia and Nesar Ramachandra and Azton I. Wells and Salman Habib and John Wise},
journal= {arXiv preprint arXiv:2510.07684},
year = {2025}
}