arXiv · ML· Henry Moss, Lachlan Astfalck, Thomas Cowperthwaite, Colin Doumont, Sam Willis, Philipp Hennig, Christopher Nemeth, Andrew Zammit-Mangion·· 8 小时前AI 评分26
高斯过程几乎任意条件化的通用推理机制
Conditioning Gaussian Processes on Almost Anything
AI 导读
论文建立高斯过程（GPs）与线性扩散模型的显式等价性，将预测采样重构为 ODE，并首次实现基于 LLM 自然语言的条件化。 该机制通过蒙特卡洛近似处理非线性物理等任意点似然评估场景，利用去白化处理不可约非高斯动态，无需专门推导即可生成通用 GP 推理方案。 研究为将现实世界知识作为条件信息纳入概率建模开辟了新前沿。
来源：arXiv · ML · arxiv.org