#贝叶斯推断

跑GLMM贝叶斯推断的试试metabeta，开源开放权重，比NUTS快两三个数量级，后验基本一致。

跑大模型评测总烧钱？这个框架能省下最多97%的采样次数，结论还一样，做评测的人值得看看。

这篇论文用COVID-19数据实测，SBI比MCMC快几十倍，精度不输，适合需要快速迭代的流行病学建模场景。

Ribbon用一种巧妙的线性化技巧，让你不用反复训练就能估算模型的不确定性，而且结果和更复杂的bootstrap差不多。

这篇论文用贝叶斯方法检查了LiveBench等公共AI评估档案，发现很多宣称有问题，帮你判断哪些基准成绩可信。