本文提出了一种基于贝叶斯方法的核心子集构造算法，旨在加速大规模数据集的后验推断。该算法通过数据冗余预处理和Hilbert coresets构建，提供理论保证和高效推断。同时，研究提出了GIGA算法以优化后验不确定性估计，并在实际数据集上验证了其有效性。此外，稀疏哈密顿流方法提高了构建效率，显著降低了计算成本。