非高斯空间场的可扩展稀疏自回归变分推断

2026年10月12日，arXiv Statistics Machine Learning 发布一手论文，提出用于非高斯空间场的可扩展变分推理框架。该框架在变分族中复现先验的稀疏近邻自回归结构，以 normalizing-flow 条件分布增强表达力，并通过单一共享神经调节器摊销全部变分参数。目前公开信息仅涉及该论文的方法表述，未见后续验证或独立报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。