神经贝叶斯网络NBN：可微张量化条件并开源PyTorch库

Giovanni Briglia 等在 arXiv 发表论文，提出神经贝叶斯网络（NBN）：用可微、张量值机制替代经典贝叶斯网络中的条件表示，同时保留图结构与因子分解，并原生面向 GPU 运行。作者称 NBN 能拟合经典贝叶斯网络库难以表示的分布，在大网络和大批量查询场景下因 GPU 并行快约两个数量级。此为作者声称，材料未见独立验证。 作者同时发布了基于 PyTorch 的 NBN 库（支持学习与推理）及公开基准，代码开源于 GitHub。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。