arXiv 2026年10月5日该工作将摊销结构化随机变分推断用于高斯过程潜变量模型，使潜空间的变分后验条件依赖于诱导点的取值，从而突破诱导点与潜变量之间的平均场近似，并报告这种更灵活的变分后验在多项与数据流形上点重建相关的指标上有所改善。该工作将摊销结构化随机变分推断用于高斯过程潜变量模型，使潜空间的变分后验条件依赖于诱导点的取值，从而突破诱导点与潜变量之间的平均场近似，并报告这种更灵活的变分后验在多项与数据流形上点重建相关的指标上有所改善。用摊销结构化随机变分推断让潜空间后验依赖诱导点，改进高斯过程潜变量模型的数据流形重建指标该工作将摊销结构化随机变分推断用于高斯过程潜变量模型，使潜空间的变分后验条件依赖于诱导点的取值，从而突破诱导点与潜变量之间的平均场近似，并报告这种更灵活的变分后验在多项与数据流形上点重建相关的指标上有所改善。该工作将摊销结构化随机变分推断用于高斯过程潜变量模型，使潜空间的变分后验条件依赖于诱导点的取值，从而突破诱导点与潜变量之间的平均场近似，并报告这种更灵活的变分后验在多项与数据流形上点重建相关的指标上有所改善。