10 сентября 2026 г.
Лунные данные теперь можно разбирать открытой моделью: NASA и IBM выложили веса
IBM и NASA опубликовали NASA-IBM Lunar Foundation Model 10 сентября 2026 года. Для обучения взяли около 2 млн лунных фрагментов: более 1 млн изображений с разрешением 1 м и около 964 тыс. мультиспектральных изображений с разрешением 100 м, а также данные GRAIL, Lunar Prospector и JAXA SELENE. В набор вошли более 30 пространственно выровненных слоёв от 9 приборов в 4 миссиях; при поиске залежей льда модель снизила RMSE до 22% против SwinV2-B.
В сравнении исследователи брали SwinV2-B как ориентир. Теперь есть открытая основа для лунных задач: при обнаружении кратеров на разрешении около 100 м модель превзошла SwinV2-B почти на 19%, используя вдвое меньше обучающих данных. Дообучение строится через LoRA, а 90% весов базовой модели остаются замороженными. Код для тестов лежит на GitHub, веса и конфиг скачиваются с Hugging Face через huggingface_hub.snapshot_download, отдельно доступна загрузка основы или всей директории. Для установки нужен Python 3.12.2, окружение и pip install -e ., либо conda с Python 3.12; подключение к TerraTorch выполняется через BACKBONE_REGISTRY.build('nasa-ibm-ai4science/NASA-IBM-Lunar-Foundation-Model'). Лицензия Apache-2.0.
NASA-IBM Lunar Foundation Model теперь доступна как открытая основа с весами, кодом и возможностью дообучения через LoRA.
Первоисточник
