本文探讨了多种基于神经网络的概率模型和方法，旨在提高推理性能和不确定性估计。研究包括神经粒子平滑法、噪声感知训练、选择性标签平滑和校准感知贝叶斯神经网络等，均在序列识别和翻译任务中取得了先进效果，并提供了开源代码和数据支持。