simulation-based-inference

本文提出了一类基于离散扩散框架训练的系统发育树条件生成模型，使得在复杂进化模型下进行基于模拟的推断成为可能。该方法比 Phyloformer 等先前方法更准确地恢复 MCMC 后验分布，并且在真实数据上的表现优于传统方法 IQ-Tree。

本文提出了一种无需训练、不确定性感知的推断框架，用于在运筹学中应用大语言模型。该方法使用短视前瞻仿真和重要性重采样来提高数学公式表述的一致性，在OR基准测试上优于标准基线。

一篇关于结合机器学习的模拟驱动推理（SBI）的教程综述，涵盖贝叶斯和频率学派框架、神经后验估计等方法以及验证技术。