arXiv stat.ML· Mayank Nautiyal, Li Ju, Melker Ernfors, Klara Hagland, Ville Holma, Maximilian Werk\"o S\"oderholm, Andreas Hellander, Prashant Singh·· 6 天前AI 评分34
OneFlowSBI：面向模拟推断的单模型多查询框架
OneFlowSBI: One Model, Many Queries for Simulation-Based Inference
AI 导读
OneFlowSBI 提出了一种掩码流匹配框架，通过在参数与观测的联合分布上训练单一网络，仅切换三元掩码即可采样任意条件或边际分布。该方法将掩码作为直接输入，避免了 Transformer 架构注意力成本随变量数量二次增长的问题，无须重新训练即可处理缺失区域。实验显示，其在高维任务中采样速度显著快于 Transformer，并在多数 SBIBM 任务中达到或超过神经后验估计。
来源：arXiv stat.ML · arxiv.org