SpecCLIP：面向恒星光谱测量的对齐与翻译

近年来，大型语言模型（LLM）通过海量数据集和大规模参数化结构，彻底变革了自然语言理解。以此为灵感，我们提出SpecCLIP——一种面向恒星光谱分析的基础模型框架。恒星光谱类似于结构化语言，编码了关于恒星的丰富物理与化学信息。通过在大规模光谱数据集上训练基础模型，旨在学习鲁棒且信息丰富的嵌入表示，以支持多样化的下游应用。作为概念验证，SpecCLIP在两种光谱类型（LAMOST低分辨率光谱和Gaia XP光谱）上进行预训练，随后采用CLIP（Contrastive Language-Image Pre-training）框架进行对比对齐，适配不同仪器间的光谱关联。这种对齐通过辅助解码器实现，既保留光谱特定信息，又实现不同光谱类型之间的翻译（预测），其中前者通过最大化嵌入表示与输入光谱之间的互信息实现。结果形成一个跨光谱框架，实现固有标定并支持跨仪器的灵活应用。我们展示，通过在中等规模标注数据集上微调这些模型，可提升针对恒星参数估计和化学丰度确定等任务的适应性。SpecCLIP还提高了参数估计的准确性和精确度，已与外部调查数据进行基准测试。此外，其相似性搜索和跨光谱预测功能为异常检测提供了潜在途径。我们的结果表明，对比训练的基础模型若搭配光谱感知解码器，可推动精密恒星光谱学的发展。我们的代码SpecCLIP已公开发布于https://github.com/Xiaosheng-Zhao/SpecCLIP