深度分析 Free Energy Manifold（FEM）：以分數學習條件能量場解決混合型貝式網路推論 混合型貝式網路推論受限於多模態與高基數父節點。Free Energy Manifold(FEM)以分數訓練的條件能量網路作為可組合推論因子，並以學習式原型與谷值正則化緩解模式橋接過度置信。實驗顯示FEM能在多項基準下顯著降低KL與NLL，提升多葉查詢的穩定性。
