此数据集为基于Spectral Transformer Encoder（SpecTE）模型估计的 LAMOST(Large Sky Area Multi-Object Fiber Spectroscopic Telescope) DR11低分辨率光谱的恒星大气参数和 16 种化学元素丰度星表。

SpecTE通过预训练提前学习低质量光谱到高质量光谱的映射关系，使模型具备了提取低质量光谱特征的能力，从而大幅提升了低质量光谱的估计精度。我们利用 LAMOST DR11 重复观测的高低信噪比数据对SpecTE进行预训练，随后利用 LAMOST DR11 和 APOGEE DR17 星表交叉匹配得到的同源星对 SpecTE 模型进行进一步训练。

星表包含估算出的 980 万条LAMOST DR11 低分辨率光谱的参数及其不确定性。包含以下信息：观测光谱的标识符（obsid）、坐标信息（ra，dec）、光谱的信噪比（snrg）、有效温度（Teff）、表面重力（logg）、径向速度（RV）、16种元素的丰度信息（X/H）、参数的1σ不确定性（X_uncertainty）。

在S/Ng ≥  5 的条件下，SpecTE 估计的 MAE 分别为:Teff 和 log g 的精度分别达到了 45K 和 0.08dex , 元素 Fe、Mg、Si、Ni、Ca 、C 的精度为 0.037dex ∼ 0.05dex，Al、Mn、O、S、K的精度为 0.05dex ∼ 0.077dex，Ti、N、Cr 的精度为 0.09dex ∼ 0.12dex，V 和 Na 的精度分别为 0.15 dex 和 0.21 dex。与  DD-Payne和 StarGRUNet 模型相比，SpecTE 具有更高的的准确性和鲁棒性。与 APOGEE(Apache Point Galactic Evolution Experiment) 和 GALAH(The Galactic Archaeology with HERMES) 巡天项目相比，SpecTE 在合理的偏差范围内表现出较好的一致性。 

这里提供 LAMOST DR11 的 980 万条低分辨率光谱的星表。供天文科学探索和数据处理算法研究参考。