利用基于数据的初始化对多模态分布进行采样的基础分数的好处
原文中文，约300字，阅读约需1分钟。发表于：。通过使用基于得分函数的方法，研究了生成建模中的多模态分布的问题，特别是使用纯粹的得分法来采样多模态分布的自然性。
该文章介绍了一种新的生成模型，利用评分匹配来估计数据分布的梯度，通过 Langevin 动力学生成样本。在 MNIST、CelebA 和 CIFAR-10 数据集上，该模型产生的样本与 GAN 相当，实现了 CIFAR-10 inception 得分的新的最先进水平为 8.87。同时，通过图像修补实验证明了该模型学习到了有效的表示。
