MIT 用合成数据训练气候 emulator，以更少数据提升预测准确度

MIT研究团队在PNAS发表训练技术，通过迭代生成合成气候情景，让气候emulator仅用一次完整ESM运行的数据进行训练。少量精选合成数据即可准确预测未见解锁情景，并捕捉单一污染物控制下其他排放继续上升的局部政策效果，显著压缩生产时间。