恒星耀发是恒星大气中磁场能量的快速释放过程，对于理解恒星结构、演化、磁活动以及探索系外宜居行星和外星生命意义重大。然而，目前通过观测获得的耀发样本数量有限，难以满足全面深入的研究需求。准确预测恒星耀发时间成为天文学研究的重要任务。与相对容易预测的太阳耀斑不同，恒星耀发预测主要依赖光变曲线。光变曲线不仅常存在数据缺失问题，而且不同恒星、同一恒星在不同时期的光变曲线变化趋势差异极大，这些复杂因素给预测工作带来诸多挑战。
中国科学院自动化研究所携手国家天文台，基于一站式智能科研平台ScienceOne，联合开发了天文耀发预测大模型FLARE（Forecasting Light-curve-based Astronomical Records via features Ensemble）。该模型能精准预测恒星耀发事件，为天文学研究提供了全新的有力工具，展示了“AI+科学”在天文领域的巨大潜力。
研究发现，恒星的物理属性（如年龄、自转速度、质量等）以及历史耀发记录，与恒星耀发存在显著关联。FLARE通过独特的软提示模块（Soft Prompt Module）和残差记录融合模块（Residual Record Fusion Module），有效整合了恒星的物理属性和历史耀发记录，提升了对光变曲线特征的提取能力，进而提高了耀发预测的准确性。
研究团队使用7160颗恒星的高精度光变曲线数据进行实验，FLARE模型在准确率、F1值、召回率、精度等多项评估指标上表现优异，准确率超过70%，显著优于其他模型，如多层感知器（MLPs）、循环神经网络（RNNs）、卷积神经网络（CNNs）、图神经网络（GNNs）、Transformer以及基于预训练语言大模型的时间序列分析方法。
此外，FLARE展现出很强的适应性，能够根据不同恒星的光变曲线变化模式，准确预测耀发事件，即使是同一恒星不同变化模式的光变曲线，也能实现精准预测。
FLARE有望在天文研究中发挥更大作用，协助科学家们探索更多宇宙奥秘。相关研究论文已被人工智能领域国际顶级会议IJCAI 2025录用。
图1.天文耀发预测大模型FLARE的整体结构图
图2. FLARE模型对多个样本的耀发预测结果
