跳到正文
原文
arXiv stat.ML· Hoang Phuc Hau Luu, Marcelo Hartmann, Zhongjian Wang·· 2026-10-02AI 评分32

基于先验少步传输映射的源空间 MCMC 后验采样

Posterior sampling by source-space MCMC via prior-based few-step transport maps

AI 导读

针对隐式先验与测试时引导任务,研究人员提出一种结合少步先验传输与后验稳定性保证的源空间广义贝叶斯推断框架。该方法使用单步或少步改进 MeanFlow(iMF)映射表示先验并在高斯源空间进行 MCMC 采样,结合并行回火与分裂哈密顿蒙特卡洛提升效率,并给出了 Wasserstein 误差界。

来源:arXiv stat.ML · arxiv.org