Benchmarking Exact, GP-Emulated, and Simulation-Based Inference for Late-Time Cosmology

技术摘要：针对晚期宇宙学中精确、GP 模拟及基于模拟推断的基准测试

问题陈述
现代宇宙学观测正在产生规模日益增大且精度不断提高的数据集，这为贝叶斯参数估计带来了计算瓶颈。虽然精确的马尔可夫链蒙特卡洛（MCMC）仍是统计学的金标准，但其计算成本随数据集维度和似然函数复杂度的增加而呈现出较差的扩展性。本研究旨在解决在构建既具有统计可靠性又具备计算可扩展性的推断流水线方面的需求。具体而言，作者研究了在晚期 $\Lambda$CDM 宇宙学背景下，使用代理模型或基于模拟的方法取代精确似然评估时，计算效率与统计保真度之间的权衡。

方法论
本研究使用相同的宇宙学模型、先验分布和观测数据集，对三种不同的推断策略进行了系统的受控比较。分析重点在于约束哈勃常数（$H_0$）和当前物质密度参数（$\Omega_{m,0}$）的空间平坦 $\Lambda$CDM 模型。

1. 数据集： 分析使用了两种晚期探测器组合：
   • CC+DESI： 宇宙计时器（CC）和来自 DESI DR2 的各向异性重子声学振荡（BAO）测量。
   • CC+DESI+PP： 上述组合加上 Pantheon+ Ia 型超新星编目（PP），形成了一个具有更高约束能力的更高维似然。
2. 推断策略：
   • 精确 MCMC： 作为基准，使用 emcee 系综采样器直接对全似然进行采样。
   • GP 模拟 MCMC： 利用在拉丁超立方采样（LHS）基础上训练的高斯过程（GP）模拟器。为了提高效率，在训练独立的 GP 模型之前，通过主成分分析（PCA）对高维观测向量进行压缩。该模拟器在 MCMC 采样过程中取代了昂贵的正向模型评估。
   • 基于模拟的推断 (SBI)： 通过 sbi 框架采用序列神经后验估计（SNPE）。这种无似然方法在由 $\Lambda$CDM 正向模型生成的合成参数-观测对上训练神经密度估计器。一旦训练完成，对于任何新的数据向量，都可以瞬间进行后验采样。

主要贡献与结果
论文量化了这些方法在两种数据集组合下的统计一致性和计算成本：

• 统计保真度：
  • 对于 CC+DESI 组合，GP 模拟和 SBI 对 $H_0$ 和 $\Omega_{m,0}$ 的精确后验约束重现程度均优于 $0.3\sigma$。后验分布在视觉上与精确 MCMC 结果无法区分。
  • 对于约束力更强的 CC+DESI+PP 组合，出现了轻微的方法相关偏移。相对于精确 MCMC，GP 模拟器在 $\Omega_{m,0}$ 上显示出 $\sim 1.53\sigma$ 的偏移，而 SBI 在 $H_0$ 上显示出 $\sim 1.44\sigma$ 的偏移。尽管存在参数层面的张力，所有方法都恢复了几乎相同的膨胀历史 $H(z)$，且在整个红移范围 $z \in [0, 2.5]$ 内的偏差保持在百分比水平（GP 最大约为 $\sim 1.3\%$，SBI 约为 $\sim 0.6\%$）。
• 计算效率：
  • 精确 MCMC： 随似然评估次数线性扩展。对于 CC+DESI+PP，大约需要 3 小时的墙钟时间。
  • GP 模拟： 加速了单个模型评估，但仍受限于 MCMC 采样过程。它将 CC+DESI+PP 的运行时间缩短至 $\sim 2.5$ 小时，但会产生训练和 PCA 的开销。
  • SBI： 实现了总运行时间的数量级缩减。对于 CC+DESI+PP，SBI 在 $\sim 10$ 分钟内完成。其计算成本是摊销的：大部分时间用于模拟生成和神经网络训练，而后验推断的时间可以忽略不计。
• 收敛性： 研究确定了实现稳定 SBI 结果所需的模拟预算。对于 CC+DESI，约 $\sim 30,000$ 次模拟足以使结果在 $0.3\sigma$ 内匹配精确 MCMC。对于更复杂的 CC+DESI+PP，需要 $50,000$到$100,000$次模拟的预算，才能将偏差控制在$\lesssim 1\sigma$ 水平。

意义与主张
作者声称，加速推断技术已经成熟，足以在晚期宇宙学应用中作为传统似然采样的实际替代方案。研究表明：

1. 可靠性： GP 模拟和 SBI 都能为现实的数据集提供可靠的宇宙学约束，即使在参数层面后验出现轻微偏差时，也能保持底层的宇宙学演化特性。
2. 可扩展性： SBI 提供了一种本质不同的范式，其中计算成本被转移到了前期的训练阶段，使其在处理高维数据、重复分析和巡天优化方面特别具有吸引力。
3. 实用性： 虽然精确 MCMC 仍是统计严谨性的必要基准，但论文认为，只要模拟预算足以确保收敛，加速方法为精准宇宙学时代的规模化推断提供了可行路径。

研究结论指出，随着数据集复杂度的增加，确定这些方法的可靠性领域并理解其局限性，是未来针对 DESI、Euclid 和 Rubin LSST 等下一代巡天进行宇宙学分析的关键步骤。