본 논문은 표 형태의 데이터 집합으로부터 예측을 수행하는 기반 모델로서, 작은 크기에서 중간 크기의 데이터에 대해 최첨단 성능을 달성하는 사전 데이터 피팅 네트워크(PFNs)를 다룹니다. PFNs는 베이지안 아이디어에 기반하지만, 예측 평균, 분위수 또는 유사한 양에 대한 불확실성 정량화를 제공하지 않습니다. 본 논문에서는 마틴게일 사후 확률을 기반으로 이러한 추정치에 대한 베이지안 사후 확률을 구성하기 위한 원칙적이고 효율적인 샘플링 절차를 제안하고, 그 수렴성을 증명합니다. 여러 시뮬레이션 및 실제 데이터 예시를 통해 추론 애플리케이션에서 제안 방법의 불확실성 정량화를 보여줍니다.
