天气集合预报：多步扩散压成一步，极端仍保技巧

扩散模型能给出有技巧的天气集合，但迭代采样贵。Yang、Brekke、Briant、Guillas 提出一种有监督的能量距离蒸馏：把多步扩散教师压成单步学生，同时对齐教师样本和实况观测。

实验覆盖全球预报和台风路径。摘要写学生超过既有蒸馏方法，并保住极端事件技巧；关键指标上对齐或超过教师，每个自回归步只需一次神经函数求值。预印本，未经同行评审。摘要未给具体 RMSE／技巧分数表，本文不补。

AI 生成