#贝叶斯推理

多任务贝叶斯上下文学习：用Transformer学会举一反三的贝叶斯推理

本文解读ICML 2026论文 Multi-Task Bayesian In-Context Learning，提出一种多任务上下文学习框架，将先验信息编码为上下文前缀，让Transformer学会在不同先验分布间灵活切换，实现快速贝叶斯预测推理。方法在元分布外和高维隐变量设置中匹配神谕级贝叶斯推断器精度，速度提升数个数量级，并在真实温度预测任务上验证了实用价值。