美新澤西理工團隊研發機器學習模型EarlyDetect,利用Transformer分析太陽聲學活動與磁場變化數據(SDO),提前識別太陽活動區形成前兆。活動區浮現雖僅數小時,完整發展需1至數天,該模型有望爲空間天氣預報提供更早補充信息。
Moonshot
$200
輸入tokens/百萬
輸出tokens/百萬
131
上下文長度
ClinicalNLP
這是一個用於醫療健康領域文本分類的自動訓練模型,專注於識別健康社會決定因素(SDOH)相關內容。
kenobi
首個應用於NASA SDO任務數據的視覺Transformer模型,用於太陽活動區分類