基于分布式生成式 AI 的多数据集逆问题求解

arXiv 发表论文提出一个用于多数据集逆问题求解的分布式生成式 AI 框架，基于 SAGIPS，将数据并行训练扩展到非独立同分布数据，每个数据集通过独立前向算子和判别器，共同约束共享生成器，以实现全局参数一致。在多探测器散射实验的受控场景中验证，框架对不同数据保真度具备鲁棒性，并在多 GPU 系统上展示了扩展性能。

此前生成式逆问题求解器通常假设数据集独立或直接合并，难以处理异质数据集。该框架支持联合分析多个异质数据集，在科学计算和高能物理等领域，可提高未知参数估计的精度和无偏性，减少人工处理成本，并展示了在多 GPU 上的可扩展性。

每个数据集由同一组未知参数控制，但覆盖不同特征空间区域，通过各自的前向算子和判别器提供互补约束，共享生成器被引导向全局一致参数，从而在分布式计算环境中高效求解逆问题，并利用判别器差异处理数据保真度差异。

对科研软件和数据分析平台而言，该框架可作为处理异质数据的可选算法组件，提升联合分析能力。开发者可实现分布式部署，利用多 GPU 加速，降低大数据集处理的时间成本，改善用户体验，但需评估与传统方法的兼容性和工程实现复杂度。

• 为科研数据分析工具集成该多数据集逆问题求解算法，提供分布式后端。
• 开发面向多探测器物理实验的数据联合分析模块，支持不同探测器分辨率。
• 提供参数化接口，允许用户自定义前向算子和判别器，适配不同科学领域。

• 框架在真实大规模科学数据集上的性能是否如模拟实验所示？
• 计算瓶颈及与现有并行框架的集成成本尚未明确。
• 是否支持 CPU 或混合架构，当前仅验证了多 GPU 环境。