Boltzmann MapReduce：可分叉沙箱的分区函数缩减

2026-07-14 1 阅读约1分钟阅读 Yossi Eliaz

arXiv:2607.09689v1 公告类型：新摘要：对于局部渐近正态性 (LAN) 下的领先顺序，工人在大小为 $n$ 的块上发出的置信密度是吉布斯-玻尔兹曼测度 $\exp\{-\beta E(\theta)\}$，其逆温度是样本大小 $\beta=n$。三个结果在高斯/线性情况下是精确的，否则是一阶的：不相交的块带有独立的玻尔兹曼因子，因此 MapReduce \emph{reduce} 从字面上看是一个分区函数 $Z=\int\prod_k h_k\,d\theta$ ，其模式是精度加权（逆方差）池化；频率一致性是零温度限制 $T=1/n\to0$

订阅66必读