无模型贝叶斯聚类与多模态后验总结方法

研究人员提出了一种无模型且具备噪声感知的贝叶斯聚类框架，从预测性贝叶斯视角构建聚类的鞅后验（martingale posterior）。该方法避免了显式似然-先验模型设定与高成本的 MCMC 采样，支持不规则聚类形状并可并行生成后验样本。研究还引入基于 Wasserstein 的总结方法与新型噪声感知损失，将大量后验样本压缩为少量带权重的代表性结构。