瓶颈在标签而非模型容量
托卡马克内部的等离子体状态无法直接测量，只能从外部磁诊断信号推断，这项任务称为平衡重建。标准工具EFIT反复求解Grad–Shafranov方程，直到得到一个与测量相符的自洽平衡，但它的计算成本和对良好初始化的依赖使实时使用变得困难。
快速神经代理模型可以替代这种迭代求解，但它们通常要用高质量、带标签的实验平衡来训练。这些标签来自昂贵的放电炮次，而在新一轮实验开始或新装置投运时几乎不存在。因此论文的问题很窄也很实际：廉价的模拟平衡能否提供缺失标签本应提供的先验？
模拟平衡以真实EFIT统计为锚
作者搭建了一条端到端的仿真到真实（sim-to-real）流程，用于自由边界Grad–Shafranov重建。他们沿锚定真实EFIT统计的主成分方向扰动剖面系数，用FreeGSNKE求解器求解自由边界问题，只保留通过收敛性和物理一致性筛选的解。这样无需人工标注就得到213,924对对齐的合成输入–输出。
真实数据一侧来自覆盖M5–M9轮次的开源FAIR-MAST数据集。原始放电经过四步筛选：具备完整诊断和EFIT重建；限制在等离子体电流高于该炮次峰值85%的平顶阶段；每个保留时间片生成一个配对的合成平衡；只保留收敛且物理一致解。这一连串筛选把11,573个原始放电缩减为来自7,286个放电的213,924个真实时间片。
模型随后分两阶段训练：先在合成数据对上预训练，再用有限比例的真实数据微调。全文的比较对象始终是用完全相同比例真实数据从零训练的模型，因此任何提升都可归因于合成先验，而不是更多真实标签。
纯合成模型在真实放电上失效
论文首先说明为什么策略是预训练而不是纯模拟。用干净合成数据训练、直接测试于真实放电的模型，在参与比较的模型中nRMSE最高，表现出明显的仿真到真实差距。在合成训练数据中加入模拟诊断噪声能部分缓解这种不匹配，但所有纯合成模型仍不如用全部真实数据训练的模型。
这一结果决定了方法的逻辑：合成数据本身无法复现真实测量特征，因此它被用作起点，再由真实数据微调把模型适配到实验条件和装置特性。
同分布增益只在数据稀缺时出现
在随机同分布划分上，预训练的收益强烈依赖可用真实数据的多少。真实数据为1%时，合成预训练后微调相比从零训练，在三种噪声变体下把nRMSE改善约22–29%；真实数据为5%时，增益约为10–12%。
随着标签积累，方向发生反转。真实数据达到25%及以上时，增益变得可忽略或略为负值，例如干净变体在25%时为−5.6%，在100%时为−4.1%。作者的解释是：当测试分布与标注充分的训练集匹配时，从零训练的模型已充分收敛并饱和。实际含义是，可迁移的先验恰好在标签缺失时带来回报，而不是在标签充足时。
这一收益对注入的诊断噪声也基本不敏感：干净预训练和加噪预训练两条分支微调后的精度几乎相同，在稀缺比例下nRMSE相差不到0.1。
未见位形下预训练优势仍在
第二个设置放弃了同分布假设。作者用最后闭合磁面的上下三角形变描述量定义形状不对称度δasym = δu − δl，并把真实偏滤器平衡分布第10百分位−0.214以下的区域标为分布外。划分以放电为单位而非单个时间片，以免相邻高度相关的时间片跨集合泄漏；得到的分布外测试集包含来自775个放电的19,009个时间片。这些形状量只用于构建和分析基准，不作为输入特征提供给模型。
合成分布在三角形变平面上与真实平衡的密集区域重叠，但支撑范围更宽，延伸到真实数据稀疏的区域。作者把这一点作为所观察到的鲁棒性的一个可能机制。真实数据为1%时，预训练在这些分布外位形下把nRMSE降低约58%，而且增益在每个真实数据比例下都持续存在，不像同分布设置那样消失。
未来实验轮次上增益最大
时间划分是最接近实际应用的测试。放电按实验轮次划分：预训练和微调使用过去的M5–M7轮次，评估在未见过的M9轮次上进行，模拟新一轮实验开始时、其平衡标签尚不存在时的部署情形。测试集包含来自507个放电的17,498个时间片。
在这里预训练在每个比例上都胜出。真实数据从5%降到1%时，微调模型的nRMSE保持在约2.3%附近，而从零训练的基线从3.80%升到6.42%；相对误差降低从38.6%增至64.0%。真实数据为100%时增益仍有+11.4%。对炮次29412的可视化比较显示，从零模型在1%真实数据下边界明显畸变，而预训练模型在全部四个时间片上都贴合EFIT参考。
物理一致性另行检验：预测磁通与EFIT参考的相关系数R ≈ 0.995，在EFIT定义的等离子体区域对Jϕ积分得到的等离子体电流与Rogowski线圈实测信号的相关系数R ≈ 0.99。
推理速度满足实时控制要求
训练好的代理模型在NVIDIA GeForce RTX 5090 GPU上处理一个时间片约需0.036–0.039 ms，吞吐量约为每秒2.6–2.8 × 10⁴个时间片。论文将其与已报道的EFIT/EFIT++运行时间比较，后者每个时间片约0.1–2 s，具体取决于网格分辨率和硬件。由于推理只需一次前向传播，速度在不同真实数据比例和训练策略下几乎不变。
这一点重要，因为如果精度提升以牺牲实时预算为代价，而实时性正是采用代理模型的初衷，那么这些提升的价值就有限。
先验在偏移与稀缺并存时才划算
论文自身跨设置的比较给出了判断规则。当测试分布与标注充分的训练集匹配时，真实数据达到25%及以上后预训练基本无益甚至略有损害。当分布偏移与标签稀缺同时出现——未见过的等离子体位形，或更晚的实验轮次——预训练在每个测试的真实数据比例下都提升精度，且标签越少差距越大。
作者指出合成流程无需人工标注，并设计为可迁移到其他托卡马克和运行区间，但他们也把跨装置验证列为待开展方向，因此这里的结果是在MAST上确立的。不确定性量化同样被列为未来工作。对于正在决定是否投入基于模拟的预训练的团队，论文给出的具体阈值才是关键：回报集中在低标签、分布偏移的情形，其中1%真实数据、跨实验轮次的案例降幅最大，为64.0%。
本文引用的文献
Real-time Tokamak Equilibrium Reconstruction Under Limited Experimental Data via Physics-Grounded Synthetic Pre-training
先用物理生成的合成平衡预训练、再用1%真实MAST数据微调，与用同样真实数据从零训练相比，重建极向磁通的逐样本nRMSE在分布外位形下降低约58%，在跨实验轮次外推下降低64%。