一张照片只给一个方向：三角传输映射似然让分层反演不再逐格求解，单次后验省下数百倍正演

分层反演的后验评估不再需要逐单元调用正演模型：一个按设计训练一次的三角传输映射似然，被所有单元共用，新照片直接给出后验。 此前似然中嵌入正演模型，分层模型每评估一次后验就要对每个单元做一次正演求解，推断成本随正演成本增长。 在合成验证设计上，映射后验与直接采样在润湿性质上一致，基于模拟的校准对任何参数都未检出偏离；单个后验所需正演评估比无梯度集合采样器的直接采样少数百倍，200 个后验的校准研究少约五个数量级。

做法是把一个单元的参数与观测排成三角映射，用映射的最后一块直接写出观测在给定参数下的条件密度，作为替代似然。 这一块采用带精确噪声尺度的形式：噪声尺度以归一化坐标进入，外加一个学习到的修正，而不是让固定阶多项式去逼近随噪声尺度指数发散的目标。 训练数据由降阶模型的正演解在重新加噪后重复使用构成，每个设计训练一张映射；在真实照片的六个单元上，映射后验与直接采样一致，且与实测半径相符。

演示范围是薄液膜稳定小孔的照片：三个基底各两个体积设定共六个单元，用降阶模型替代边界值求解，并以直接采样作为参照；合成验证设计与缩放设计用于检验映射，真实照片用于端到端演示。

在更大的缩放设计上，映射及其三个重复映射主要沿接触角与毛细长度的一个组合方向移动后验，一致性不如验证设计；噪声尺度在合成设计上偏高，学习噪声宽度与形状贡献了其中大部分。真实数据设计的两次校准研究中，刀口与体积参数出现偏离，作者将其归因于域外真值被重抽后替代后验仍在域外放置质量。