序贯蒙特卡洛

序贯蒙特卡洛（Sequential Monte Carlo, SMC）是一种用于动态系统状态估计的贝叶斯推断框架，近年来在深度学习领域获得广泛关注，尤其是在生成模型、时间序列建模和推理加速方面。近期研究主要致力于将SMC与扩散模型、状态空间模型结合，以提升采样效率和模型性能。

当前焦点在于如何将SMC更高效地集成到深度学习模型中，尤其是在离散数据和动态系统中的摊销与加速。未来观察点包括：SMC在更大规模生成模型中的应用、与强化学习的结合，以及硬件加速方案的探索。