newton-kepler

一篇论文的配套代码,研究Transformer在学习预测行星运动时内部学到了什么物理规律或算法,探讨其与开普勒和牛顿定律的关系。

分享到 X未声明许可证

概述

这个仓库是论文《From Kepler to Newton: Inductive Biases Guide Learned World Models in Transformers》的代码。它研究 Transformer 在学习预测行星运动时内部学到了什么,以及它更像开普勒式还是牛顿式的世界模型。实验使用一维正弦波和二维开普勒轨道,包含可复现论文图表的训练脚本和分析笔记本。

主要特点

  • 分类与回归 Transformer 的训练脚本
  • 一维正弦波和二维开普勒轨道实验
  • 复现图表并分析训练过程的笔记本
  • 对比全上下文注意力与局部注意力

适用场景

适合研究学习型世界模型或可解释性,并想复现、扩展该论文实验的研究者。

上游仓库
KindXiaoming/newton-kepler
GitHub 上的 fork
Guo-astro/newton-kepler
上游 Star 数
50
分类
金融、数据与研究
许可证
未声明许可证没有许可证时,作者保留所有权利。复用代码前请先询问上游作者。
Fork 时间
2026-02-09
同步状态
已同步上次同步 2026-09-29