生成模型中的评分膨胀

本研究解决了生成模型中常用的质量评分无法准确评估合成数据与真实数据之间差异的问题，指出了评分膨胀现象。提出了“等密度”评分的概念及“伊甸评分”，该评分能够避免评分膨胀，并与人类对拟合优度的感知更一致。研究结果显示，等密度评分在生成模型及低维分布比较中可能优于传统的等点评分。