利用 GPU 加速嵌套采样从 GW170817 快速推断哈勃常数：先验敏感性与事后重加权的局限性

从 GW170817 测量哈勃常数的亮警笛测量（Abbott et al. 2017）假设，从体积先验切换到 $d_L$ 均匀的亮度距离先验可以通过对基准样本进行事后重加权来实现，而不是在目标先验下重新运行推断。使用一种 GPU 原生外差嵌套采样流水线，在单个 A100 上约 13 分钟内完成完整的 $n_{\rm live}=5000$ 分析，我们在现代自旋对齐潮汐波形 IMRPhenomXAS_NRTidalv3 的四种先验变体下重新计算了 GW170817 的 $H_0$ 后验。在采样期间施加先验时，从体积先验切换到 $d_L$ 均匀的距离先验将高尾概率 $P(H_0>120\,\mathrm{km/s/Mpc})$ 从 0.017 提高到 0.159，并将加权中位数 $H_0$ 从 77.6 km/s/Mpc 移至 87.6 km/s/Mpc，而分箱 MAP 保持在 70.5 km/s/Mpc：在保持模态不变的先验变化下，尾部和主体均发生移动。将基准样本事后重加权到相同目标先验在尾部仅恢复 $P=0.041$，约为直接采样偏移的 17%。带有独立嵌套采样证据的三种先验变体一致达到 $\Delta\ln Z\lesssim 1.8$，因此数据在距离先验之间最多表现出微弱偏好；尾部和主体的偏移因此是先验的性质，而非数据更新。针对性的模态隔离运行揭示了 $(d_L,\iota)$ 双峰性，体积先验分配给其高 $H_0$、低 $d_L$ 分支（模态 B；$|\ln\mathcal{B}_{\rm B/A}|<1$）的质量可忽略不计：这是重加权亏损背后的机制。重加权的后验比基准样本具有更低的有效样本量，独立地标示了覆盖失败。运行时间预算使得全样本先验敏感性重跑成为亮警笛宇宙学的默认鲁棒性工具，取代了事后重加权。