基于动能 Langevin 采样的可扩展逻辑高斯过程密度回归

研究者提出一种基于逻辑高斯过程的可扩展贝叶斯条件密度估计器，通过对有限特征模型的隐场进行动能 Langevin 动力学采样，替代 Laplace 或变分近似。在最高含 390 万条训练观测的测光红移基准上，该估计器仅用单块 GPU 训练，在密度与校准指标上可与当前最先进的表格基础模型竞争。