Reorientation note: correct Gre24 figure attribution and V*_f lineage per Grok

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
ClaudeandClaude Opus 5.5 committed 2026-11-15 15:02:28 +00:00
1 parent f92597005c
commit b2940e5ae4
1 file changed
+2 -2
@@ -18,14 +18,14 @@
## ② 各相关任务的 SOTA 是什么?哪些数字能比?
- 这个领域没有公认的统一基准或排行榜(【推断】,基于上面的检索)。下面都只是*代表性方法*,不是在同一协议下比出来的 SOTA。
- 多样几何上的填充时间:Greif 等 2024(Composites Part A 185:108340;eikonal 方程 + 快速迭代法 + 空间矩特征 + GBRT/FNN)【文献·已核:方法】。数字【文献·未核】:Greif & Meyer 2026 年翘曲论文摘要称,前作在任意未见几何上的填充模式平均误差小于 5%。度量定义、随机 314/315 划分、v4 数据版本都和我们不同,所以*不能与我们的 7.3% 直接比较*。
- 多样几何上的填充时间:Greif 等 2024(Composites Part A 185:108340;eikonal 方程 + 快速迭代法 + 空间矩特征 + GBRT/FNN)【文献·已核:方法】。数字(经 Grok 核对后更正):“前作填充模式平均误差小于 5%”并不是 Gre24 结果表里的数字,而是 Greif & Meyer 2026 年翘曲论文(DOI 10.1016/j.compositesa.2026.109653)里的一句回顾,没有给出度量定义。Gre24 原文自己报告的是:在 314 个测试几何中,有 300 个的填充时间 RRMSE 明显低于 0.1(629 个 v4 时期几何,5 次随机 314/315 划分;Grok 重开作者 PDF 核对)。度量定义、随机 314/315 划分、v4 数据版本都和我们不同,所以*不能与我们的 7.3% 直接比较*。
- 同一族几何下的工艺泛化:Lee/Kim/Noh 的 GAT。数字【文献·未核】为 NRMSE 0.0125,是另一种任务、另一种度量。
- 通用神经算子(Transolver、GINO、RIGNO 等):在通用 PDE 基准上很强,但*没有注塑填充上的公开同协议结果*(【推断】)。
- 我们的 R2-G24 是 Gre24 的*近似*:距离用四面体边 Dijkstra,不是 eikonal;没有空间矩;数据版本和划分都不同。它*不是复现,不能叫 SOTA*(【实证】,Grok 的审计)。
- 结论:现在能做的唯一诚实比较,是先忠实复现 Gre24。先在它自己的协议下对上原文数字,再搬到我们的分组协议。
## ③ 我们的几种想法从哪里来?哪些是自己的假设?
- 体积映射 / 朴素 V*_f:直接来自 Gre24(【文献·已核】)。naive 批次只是重新检验了它。
- 体积映射 / 朴素 V*_f:*概念*来自 Gre24 §3.3.1 的朴素模型 t*_fill = V*_f(Grok 在 1794734831 读原文时引用过)。我们的*计算方式*(四面体边 Dijkstra 加集总体积 CDF)是自己的近似,原文的逐字段对照仍缺,归入复现规格抽取。
- R2:Gre24 方法的近似版(见上)。
- O2 局部几何张量:来源是结构张量 / 局部框架思想,以及薄壁 Hele-Shaw 降维里"局部厚度方向"的物理直觉。*"局部方向读数能提高跨件泛化"是我们自己的假设*,已在 S1/S2/S3-A 被限制。
- O1 类型分区:来源是区域分解和局部算子(Huang 等的 SNI/NEST、RIGNO 的区域思想)。*"按几何类型组织能提高泛化"是我们自己的假设*,还没有检验。