長序列 rollout 最棘手的位，在於錯誤會一路累積，但部署之後偏偏冇真值可以對照。round-trip-consistency 針對的正正是呢個缺口：它屬於一個研究型模型項目，用單一 conditional latent diffusion model 同時向前、向後推演 dynamical system，然後用來回一次嘅落點差距 round-trip consistency 當成自監督誤差訊號，判斷當前預測仲值唔值得信。
相比靠 ensemble、外部觀測、保留測試資料，甚至依賴 governing equations 去估可信度，呢個做法嘅取捨幾直接：代價係多做一次反向 rollout，換來唔需要額外真值。模型關係亦唔複雜，高維輸入先經 VAE 壓到 latent space，再由同一個 bidirectional latent diffusion model 配合 direction flag 做 forward 或 backward rollout，所以 backward 不只是檢查工具，亦順手變成 inverse solver。
現有資料已經講清楚它較適合點樣理解和測試：重點唔係即裝即用嘅應用介面，而係跟隨論文與程式碼重現 rollout、計算 C_i(Confidence Interval)，再觀察它同真實 rollout error 嘅關係。對做科學模擬、時序生成、物理場預測，或者想為 autoregressive generative model 加一層 test-time trust signal 嘅研究團隊，呢類方法比單純看步數深度更有參考價值。
- 用 forward 再 backward 嘅差距作為無需量測嘅 test-time error signal
- 同一個 bidirectional diffusion model 包辦雙方向推演，訓練成本冇因雙向設計而上升
- 在 MHD、turbulent Navier-Stokes 同 CelebV-HQ 呢類資料上驗證，覆蓋物理場與影像序列
- 可用來做 error ranking、OOD flags 同 selective prediction，而唔止係生成結果本身
結果 C_i 在 held-out MHD trajectory 與 rollout error 有高相關，固定深度下 Spearman 可達 0.91 至 0.98；面對 out-of-distribution 的 Orszag-Tang vortex，AUROC 達 0.98，到 depth 10 去到 1.0。它亦能在 80% coverage 下將 incurred error 降低 15%，而在 LE-PDE-UQ 的 benchmark，一個 bidirectional model 已接近十模型 ensemble 嘅水位，訓練成本只係十分之一。不過呢個項目仍然偏研究原型，價值最大嘅場景係替長 rollout 模型補上「幾時應該停、幾時可以信」呢個判斷層，而唔係即時提供完整產品化流程。
