用于神经后验估计的条件扩散方法

本研究针对现有神经后验估计（NPE）方法中存在的训练不稳定性和计算成本与表示能力的权衡问题，提出了条件扩散作为一种替代方案。研究结果表明，条件扩散在多种基准问题中的稳定性、准确性和训练速度均优于现有的正常化流方法，这些优势在不同的编码器架构下依然有效。