论文
Bi-FORK
一种面向高维分岔系统的生成式物理代理模型框架，通过潜空间流匹配与排斥引导采样实现一对多映射，可在单次前向推理中恢复多个解分支。
时间轴 (近 90 天)
10月13日
Bi-FORK 是一项针对高维分岔系统的生成式建模框架研究。
待验证50%
10月13日
Bi-FORK 采用潜空间流匹配和排斥引导采样两项关键设计，实现'一次前向、多解输出'的能力。
待验证50%
10月13日
Bi-FORK 的评估覆盖屈曲梁（连续型分岔）、机械超材料（离散型分岔）和 Allen-Cahn 相分离（场值型分岔）三类分岔系统。
待验证50%
10月13日
Bi-FORK 评估案例的离散化规模最高达到 260,000 个点。
待验证50%
10月13日
Bi-FORK 在恢复多模态解结构的同时，将可扩展性提升了数个数量级。
待验证50%
10月13日
Bi-FORK 框架目前仍属于研究阶段，尚未解决保证生成解严格满足物理守恒律、量化分支覆盖完备性、扩展到更复杂时空混沌系统等问题。
待验证50%
全部知识事实 (6)
待验证
Bi-FORK 是一项针对高维分岔系统的生成式建模框架研究。
50%待验证Bi-FORK 采用潜空间流匹配和排斥引导采样两项关键设计，实现'一次前向、多解输出'的能力。
50%待验证Bi-FORK 的评估覆盖屈曲梁（连续型分岔）、机械超材料（离散型分岔）和 Allen-Cahn 相分离（场值型分岔）三类分岔系统。
50%待验证Bi-FORK 评估案例的离散化规模最高达到 260,000 个点。
50%待验证Bi-FORK 在恢复多模态解结构的同时，将可扩展性提升了数个数量级。
50%待验证Bi-FORK 框架目前仍属于研究阶段，尚未解决保证生成解严格满足物理守恒律、量化分支覆盖完备性、扩展到更复杂时空混沌系统等问题。
50%