本稿では、ハイブリッド物理システムにおける潜在成分を模倣するための「BITS for GAPS」フレームワークを紹介します。このフレームワークは、既知の物理法則がシステムの一部を支配し、残余のダイナミクスがデータから推定される潜在関数として表される直列ハイブリッドモデリングをサポートします。潜在関数に対してガウス過程の事前分布を設定し、そのハイパーパラメーターには階層的事前分布を与えることで、予測後分布の物理的に意味のある構造を符号化します。データ取得を促進するため、候補入力位置からの期待情報獲得量を定量化するエントロピーに基づく取得関数を導出します。特に、予測後分布の微分エントロピーの閉形式表現を得て、効率的な評価のための扱いやすい下限を確立します。本フレームワークの有用性を示すために、蒸気-液平衡系における活動係数のモデリングを実施し、境界条件として拡張ラウルトの法則に埋め込むことにより、サンプル効率を向上させ、物理的一貫性を維持しつつ、代理モデルの収束を加速します。