# Oracle不等式

条件流匹配在目标样本有限时，可以借用相关源总体学到的协变量表示。TFM-Freeze 固定源编码器、只训练目标速度头；TFM-Adapt 在函数锚定惩罚下联合学习速度头与表示修正。在五维相关表示的模拟中，源样本量为10000时，无惩罚的 TFM-Adapt 把能量差异从 TFM-Freeze 的0.3158降到0.2325，降幅26.4%；目标验证则用于在迁移无益时退回仅用目标数据的生成器。

条件流匹配在目标样本有限时，可以借用相关源总体学到的协变量表示。TFM-Freeze 固定源编码器、只训练目标速度头；TFM-Adapt 在函数锚定惩罚下联合学习速度头与表示修正。在五维相关表示的模拟中，源样本量为10000时，无惩罚的 TFM-Adapt 把能量差异从 TFM-Freeze 的0.3158降到0.2325，降幅26.4%；目标验证则用于在迁移无益时退回仅用目标数据的生成器。

模拟推断把低维摘要统计量与摊销后验估计器联合训练，并给出非渐近保证：在指数族与光滑模型两类设定下，达到目标精度所需的训练样本量只随观测维度多项式增长，而不是经典非参数条件分布估计中的指数增长。

模拟推断把低维摘要统计量与摊销后验估计器联合训练，并给出非渐近保证：在指数族与光滑模型两类设定下，达到目标精度所需的训练样本量只随观测维度多项式增长，而不是经典非参数条件分布估计中的指数增长。