#variational inference

用摊销结构化变分推断改进 GP 隐变量模型，让流形的不确定性估计更准，做降维和 GP 推理的可以看看这篇论文。

这篇论文提出了变分混合与多边际流匹配新方法，解决了生物系统多模态分布推断难题，特别适用于空间转录组学分析。

论文提出SVI-DAG，用归一化流建模边依赖，在贝叶斯DAG学习里不确定性量化赢过5个基线，结构精度也没落下。

这篇论文提出了Latent Memory Palace方法，把推理当成自回归变分推断来控制机器人，在模拟和现实任务都很强，还带可变长动作分词器，做控制方向的朋友可以看看。

该工作解决了Lévy驱动SDE贝叶斯推断中可扩展性与精确性的矛盾，为处理重尾和跳跃过程提供了实用工具，对金融风控、气候极端事件预测等应用有直接价值。