学习非马尔科夫行为的极限：费舍尔信息速率和超额信息

本文研究了贝叶斯灵敏度分析中的优化问题，发现贝叶斯模型在有限采样数据下可能出现最大可能的预测误差，学习和稳健性存在冲突。同时，探讨了贝叶斯推断的连续世界中是否存在缺失的稳定性条件。