SMaRt：基于分数匹配规则改进 GANs

该研究提出了一种基于分数的模型，通过训练生成器来压缩时间步骤，产生有意义的梯度，并匹配真实和伪造数据分布。该模型具有快速采样、简单训练和免除一致性损失问题的优势。实验证明了该框架在CIFAR-10数据集上的潜力，并提供了MINIST和LSUN数据集上的示例。