面向分数增强神经比率估计的自适应无调优损失加权

针对分数增强神经比率估计（Neural Ratio Estimation），研究者提出一种自适应且无需调优的算法，能在训练期间基于损失梯度动态设定分数损失权重。在网络动力学与空间过程案例中，该方法以极低额外开销提升了替代模型质量。测试显示，该方法在训练时间增加不足 1.1x 的情况下，取得了等同于训练数据增加 10x 的下游推理性能。