核心观点 - 紫东太初与中国科学院国家天文台联合开发了天文耀发预测大模型FLARE，能够精准预测恒星耀发事件，为天文学研究提供全新工具[2][3] - FLARE模型通过整合恒星物理属性和历史耀发记录，显著提升了预测准确性，相关论文被IJCAI 2025录用[4][14] - 实验数据显示FLARE模型准确率超过70%，多项指标优于其他基线模型[20] 恒星耀发研究背景 - 恒星耀发是恒星大气中磁场能量的快速释放过程，对理解恒星结构、系外宜居行星探索具有重要意义[7] - 目前耀发样本数量有限，且预测依赖光变曲线，但光变曲线存在数据缺失和变化趋势差异大的问题[8][10][12] - 恒星物理属性（年龄、自转速度、质量等）和历史耀发记录与耀发事件存在显著关联[13] FLARE模型技术架构 - 采用软提示模块和残差记录融合模块，有效整合恒星物理属性和历史耀发记录[14] - 将光变曲线分解为趋势和残差成分，利用移动平均法处理数据缺失[15] - 借鉴P-tuning方法处理物理属性文本，采用低秩微调LoRA技术微调预训练大模型[17] 模型性能验证 - 使用7160颗恒星的高精度光变曲线数据进行实验，对比多种基线模型（MLPs、RNNs、CNNs、Transformer等）[18] - FLARE模型准确率达71.65±0.35%，F1值74.11±0.02，显著优于其他模型[19][20] - 模型能适应不同恒星的光变曲线变化模式，对同一恒星不同模式也能实现精准预测[21][22] 应用前景 - FLARE模型展示了AI for Science在天文学领域的巨大潜力[3] - 未来有望助力科学家探索更多宇宙奥秘[23]