在《自然·天文学》发表的研究中，研究者展示了如何将谷歌的Gemini模型转化为专业的天文助手，仅用每个巡天项目15个标注样本，就在三个数据集上以93%的准确率实现对宇宙事件的分类，并能用通俗语言解释其推理过程。现代天文观测 nightly 产生数百万条预警，多数为卫星轨迹或宇宙射线等伪信号。传统卷积神经网络虽有效但缺乏透明度，而Gemini通过少量标注数据即可高效学习，兼具高精度与可解释性，显著提升真实天文事件的识别效率，推动天文发现自动化进程。

本专栏通过快照技术转载，仅保留核心内容

内容中包含的图片若涉及版权问题，请及时与我们联系删除