PatternFormer: Learning Multiple Solution Patterns in Reaction--Diffusion Systems
PatternFormer es un marco basado en modelos de lenguaje de gran tamaño que supera las limitaciones de valor único de los sustitutos neuronales existentes mediante la transformación de soluciones coexistentes desordenadas en secuencias canónicas, permitiendo la generación autorregresiva de conjuntos de soluciones completos para sistemas de reacción-difusión no lineales, incluyendo estados físicamente válidos más allá de los datos de entrenamiento.