标签
本文介绍神经最优粒子滤波器（NOPFs），它通过学习摊销提议分布来提高顺序推断任务中的样本效率和分布准确性，并利用数据驱动方法增强经典粒子滤波器。
本文主张采用序贯推断框架来增强LLM的可信度，通过将交互建模为依赖随机过程，确保在重复使用下的有效性，并实现行为变化的在线监控。