Large Language Bayes 不具备重参数化不变性

论文证明大语言贝叶斯（LLB）基于指数化证据界的加权依赖于模型写法，而对数边际似然具有重参数化不变性、证据界不然。在八所学校中心与非中心程序差异仅 5.7×10⁻¹⁴，但权重相差 6.1×；重要性加权降至 2.2×，复现 LLB 全协方差高斯匹配后验矩仍剩 1.9×（八学校）和 8.9×（64 维）。