НОВОСТЬ · MODELS · #1486
NASA и IBM выпустили открытую модель Lunar Foundation Model, обученную на 17 годах данных LRO
NASA и IBM Research совместно с академическими партнёрами опубликовали открытую модель NASA–IBM Lunar Foundation Model — мультимодальную foundation-модель, обученную с нуля на SomBench (почти 2 млн тайлов, 11 модальностей), включающую 17 лет данных LRO и данные других миссий. Предобученная модель улучшает задачи предсказания полярного льда (до ~22% снижения ошибки) и обнаружения кратеров в крупном масштабе (~19% по сравнению с SwinV2-B) и позволяет адаптировать лунные наблюдения к прикладным задачам при ограниченных разметках.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- NASA и IBM Research совместно с академическими партнёрами опубликовали открытую модель NASA–IBM Lunar Foundation Model — мультимодальную foundation-модель, обученную с нуля на SomBench (почти 2 млн тайлов, 11 модальностей), включающую 17 лет данных LRO и данные других миссий.
- Предобученная модель улучшает задачи предсказания полярного льда (до ~22% снижения ошибки) и обнаружения кратеров в крупном масштабе (~19% по сравнению с SwinV2-B) и позволяет адаптировать лунные наблюдения к прикладным задачам при ограниченных разметках.
- Это делает десятилетия разнотипных лунных наблюдений пригодными для машинного обучения, снижая потребность в разметке для важных научных и ресурсных задач, например обнаружения льда и картирования кратеров.
ПОЧЕМУ ЭТО ВАЖНО
Это делает десятилетия разнотипных лунных наблюдений пригодными для машинного обучения, снижая потребность в разметке для важных научных и ресурсных задач, например обнаружения льда и картирования кратеров.