提出基于流匹配的贝叶斯滤波新方法，避免粒子近似损失分布信息，提升高维状态估计精度

提出λ-GRPO方法稳定流匹配模型的强化学习训练，通过预算化重要性比率抑制多步去噪中的梯度发散。

提出PosteriorBench基准，强调逆问题求解需匹配完整后验分布而非单点重建，避免模式坍缩等缺陷。