一篇 39 页综述讲清贝叶斯与频率派模拟推断
burny_tech · x · 2026-07-28
一篇 39 页综述讲清机器学习版模拟推断
这篇论文把 simulation-based inference, SBI 作为机器学习解决逆问题的工具来介绍，目标场景包括科学与工程中的参数推断、探测器效应反演等。
核心内容包括：
- 贝叶斯 与 频率学派 两套统计框架
- 基于机器学习的 SBI 方法，如 neural posterior estimation、neural likelihood estimation
- 这些方法如何扩展到 Empirical Bayes 和 unfolding 任务
- 结果如何验证，以及 SBI 的主要局限
「研究」频道最新
- Google 推出 Open Knowledge Format v0.2，给 agent 预置信任信号 — Saboo_Shubham_ · 2026-07-28
- ArchVelo 用单细胞 ATAC 与 RNA 数据推断轨迹 — anshulkundaje · 2026-07-28
- Flow Matching 获系统综述与 PyTorch 代码包 — burny_tech · 2026-07-28
- 60秒速览经典机械臂抓取项目 Dex-Net — berkeley_ai · 2026-07-28
- 一位 TMLR 新审稿人称身份公开提升了讨论质量 — tw_killian · 2026-07-28
- 论文把旧 agent rollout 蒸馏进权重,保留93.4%收益 — burny_tech · 2026-07-28