--- title: "神经网络给出的漂亮后验，怎样证明可以相信" description: "先在答案已知的模拟数据上考它，再和精确计算对照，最后检查真实数据是不是像训练时的模拟。" canonical_url: "https://sandboxphysics.com/zh/stories/simulation-based-inference/trusting-a-neural-posterior/" language: "zh-CN" page_type: "story" alternate_languages: en: "https://sandboxphysics.com/stories/simulation-based-inference/trusting-a-neural-posterior/" last_modified: "2026-11-12" --- [从模拟里学到的后验能不能信](https://sandboxphysics.com/zh/stories/simulation-based-inference/) # 神经网络给出的漂亮后验，怎样证明可以相信 Sandbox Physics · 2026-11-12 要过三道关。先拿几千条答案已知的模拟信号考它，数一数它的 90% 范围有几成罩住了真实的源；再在同一批数据上，和一种慢而精确的算法对答案；最后检查真实数据是不是真的像它学过的那些模拟。前两关都过了的网络，碰上真实数据照样可能出错，第三关就是为这个设的。 ## 只响几毫秒的钟 两个黑洞并合以后，新生的黑洞会像被敲过的钟一样“嗡”一声，再慢慢安静下来。它发出的引力波是一个几毫秒就衰减掉的音。音调高低和衰减快慢，取决于黑洞的质量和自转。从带噪声的探测器记录里量出这两个数，是天文学家真要做的事。 传统做法很慢：计算机试上百万个候选的音，逐个和数据比，留下对得上的。神经网络可以学会跳过这一步。先给它看几百万条模拟记录，每条都是一个已知的音加上随机噪声，它就学会从记录直接给出答案。训练好以后，一条记录只要几秒钟。 ## 网络交回来的是一团云 它交回来的不是一个音调、一个衰减时间，而是一团可能的取值：越可信的地方越密。统计学把这团云叫作后验，意思是看过数据以后，你对源应该有的判断。把云里最密的 90% 圈起来，就是 90% 区域。 这个区域带着一个承诺：拿很多条记录来算，真实的源大约十次里有九次落在圈里。圈画小了，罩住的次数就少；画大了，几乎次次罩住，却说明不了什么。守住这个承诺的后验，叫作校准的后验。 ## 在模拟上检验承诺 网络是从模拟里学的，所以可以再做一批新模拟，直接检验它的承诺：随机挑一个源，造一条带噪声的记录，让网络画出 90% 区域，看真实源在不在里面。重复几千次，数一数就知道。Sean Talts 等人在 2018 年把这套做法整理成标准检验，还给出一种图，能看出后验错在哪里：太窄、太宽，还是整体偏向一边。[Talts 等，2018](https://arxiv.org/abs/1804.06788v2) 2021 年，引力波神经网络 DINGO 通过了这项检验。Maximilian Dax 等人用模拟噪声里的 1000 个模拟信号去考它：每个参数落在各级区域里的比例，都贴着承诺的那条线。[Dax 等，2021](https://arxiv.org/abs/2106.12594v2) ## 请慢方法再看一遍 模拟检验算的是很多个源的平均。平均下来对，碰到你关心的那一类源却可能不对。第二道关是逐条比：同一条记录，网络的答案和一种在假定模型下精确的慢算法比。DINGO 对 8 个真实事件给出的结果，和公认的慢方法非常接近，差别只比慢方法自己跑两遍之间的差别略大一点。 ## 两道关都看不见的地方 这两道关有同一个盲区：都默认模拟器描述的就是真实的探测器。真实数据里会有模拟器没写进去的东西。比如仪器突然冒出一小段噪声（叫作毛刺），噪声比预想更大，或者模型漏掉了第二个音。网络从没见过这些，训练里也没有任何东西告诉它该怎么办。 2023 年的后续工作补上了一道检查。拿网络给出的候选答案，按每个候选在假定模型下和数据吻合的程度重新称一称分量。网络学得好，各个候选的分量差不多；网络糊涂了，分量就集中到少数几个候选身上。在一条只含毛刺、没有信号的记录上，真正派上用场的候选只剩大约十万分之一，这条记录就被标了出来。[Dax 等，2023](https://arxiv.org/abs/2210.05686v2) 这道检查也有边界：它拿假定的模型检验网络，却不检验模型本身对不对。假如真实信号里藏着一个很弱的第二个音，而模型里没有，那么精确算法和网络用的是同一个错模型，两者答案一致，重新称分量也挑不出毛病，可它们的 90% 区域漏掉真实源，远不止十次里一次。2022 年有人专门拿故意写错的模拟器去考各种神经网络方法，发现这类失配会严重破坏结果，试过的补救办法也没有一种处处管用。[Cannon、Ward 与 Schmon，2022](https://arxiv.org/abs/2209.01845v1) ## 拿到一个快速后验时该问什么 先问：它有没有在答案已知的模拟上考过？考的是不是你关心的那类源、那种噪声水平？再问：在同一批数据上，有没有和精确或慢速的方法比过？最后问：凭什么说真实数据像训练用的模拟？是做了重新称分量的检查，还是检查了减去最佳拟合信号后剩下的部分，或者换了更完整的模型再算一遍？漂亮的后验，要三问都答得上来，才值得相信。 ## 来源 1. [Talts 等，2018](https://arxiv.org/abs/1804.06788v2) 2. [Dax 等，2021](https://arxiv.org/abs/2106.12594v2) 3. [Dax 等，2023](https://arxiv.org/abs/2210.05686v2) 4. [Cannon、Ward 与 Schmon，2022](https://arxiv.org/abs/2209.01845v1) ## 继续阅读 从模拟里学到的后验能不能信 · 阅读路径 ### 从后验到校准，再到模型失配 1. [当前页面 **神经网络给出的漂亮后验，怎样证明可以相信**](https://sandboxphysics.com/zh/stories/simulation-based-inference/trusting-a-neural-posterior/) 2. [文章 **后验分布与 90% 可信区域到底保证什么**](https://sandboxphysics.com/zh/stories/simulation-based-inference/posterior-and-credible-regions/) 3. [文章 **用秩统计和覆盖率检查后验是否校准**](https://sandboxphysics.com/zh/stories/simulation-based-inference/rank-tests-for-posterior-calibration/) 4. [文章 **用重要性权重和残差检验找出错误的模拟器**](https://sandboxphysics.com/zh/stories/simulation-based-inference/model-mismatch-and-importance-weights/) 5. [文章 **动手复算振铃后验的校准检验**](https://sandboxphysics.com/zh/stories/simulation-based-inference/recompute-the-ringdown-calibration/) 6. [文章 **读懂 DINGO 论文里的 P–P 图、散度和采样效率**](https://sandboxphysics.com/zh/stories/simulation-based-inference/reading-dingo-calibration-evidence/)