arXiv · cs.LG 机器学习· Matthew O'Callaghan, Kaisey S. Mandel, Gerry Gilmore·· 5 小时前AI 评分58
RVNP：用可学习误差模型实现稳健的摊销模拟推断
Robust Amortized Simulation-Based Inference via Learned Error Models
AI 导读
作者提出稳健变分神经后验估计（RVNP），用重要性加权自编码器同时学习对模型设定错误稳健的后验代理和刻画模拟与现实差距的显式误差模型。在多个存在设定错误的基准上，RVNP 在多项指标上优于此前方法，并能以数据驱动、可解释的方式恢复稳健后验推断。该工作已被 NeurIPS 2026 接收。
来源：arXiv · cs.LG 机器学习 · arxiv.org