# 贝叶斯实验设计

Imbue把部署时才拿到的外部知识接入已训练好的贝叶斯实验设计策略，无需重新训练：用户给出的先验和以往实验的观测都被编码成额外输入令牌，由同一个Transformer与已积累的观测一起处理，可靠性过滤器再按当前观测给每个令牌打分并剔除不一致者。在四个基准上，外部知识可靠时它加快早期信息获取，不可靠时则接近无外部输入的基线。

Imbue把部署时才拿到的外部知识接入已训练好的贝叶斯实验设计策略，无需重新训练：用户给出的先验和以往实验的观测都被编码成额外输入令牌，由同一个Transformer与已积累的观测一起处理，可靠性过滤器再按当前观测给每个令牌打分并剔除不一致者。在四个基准上，外部知识可靠时它加快早期信息获取，不可靠时则接近无外部输入的基线。

针对太小而无法编目的空间碎片，一项研究把雷达探测与贝叶斯种群模型接起来，让雷达在每次观测后选择下一次指向的仰角。在300个模拟世界中各给24次观测，带服务权重的自适应指向在最后一次观测时比固定指向少留41.2%的不确定性，比随机指向少15.4%，比预先排好的多仰角计划少5.35%；而服务权重本身相对不加权自适应只多降1.55%，95%区间跨零。

针对太小而无法编目的空间碎片，一项研究把雷达探测与贝叶斯种群模型接起来，让雷达在每次观测后选择下一次指向的仰角。在300个模拟世界中各给24次观测，带服务权重的自适应指向在最后一次观测时比固定指向少留41.2%的不确定性，比随机指向少15.4%，比预先排好的多仰角计划少5.35%；而服务权重本身相对不加权自适应只多降1.55%，95%区间跨零。