bayesian-inference

BaLoRA 引入了低秩适应（LoRA）的贝叶斯扩展，通过缩小与全量微调之间的差距，提供校准良好的不确定性估计并提高预测准确性。

DyStruct 是一种无需训练的贝叶斯解码框架，专为离散扩散语言模型设计。它通过动态确定扩展规模和解码顺序来实现灵活长度生成，从而提高了数学和代码任务的准确性。

本文提出了一种利用商用微波链路和扩散模型先验进行雨场重建的贝叶斯反问题框架，展示了其相对于现有基准方法的准确性提升。