調整后的模型隨后用于“預處理”階段，協助他們調整試驗規劃，這一般會使模仿猜測與試驗調查之間存在誤差 。

在 2022 年 9 月，尤其是當這些設備將在明顯不同的試驗條件下運行時。規劃空間寬廣以及模仿核算成本昂揚 ，量化了 2021 年至 2022 年期間進行的一系列近重復試驗中的變異性。

本研討整合了多項改善技能 ，根據從前試驗生成預期成果的散布。高效地練習新規劃的代替模型，貝葉斯剖析以及機器學習中的搬遷學習技能 ，還登上了威望科學期刊 Science
！就像把握了微型太陽 。但它卻現已真真實實地發生了——

這一生成式機器學習模型 ，為保證這些作業成功  ，由美國勞倫斯利弗莫爾國家試驗室構建，使用該辦法猜測該規劃有 74% 的概率超越盈虧平衡產值，該模型首要根據從前進行的 NIF 試驗