本论文介绍了一种名为MGProto的新的原型分布生成学习方法，使用高斯混合模型表示原型分布，结合多样性目标函数提高表示能力和减少冗余，并实现了有效的异常样本检测。实验结果显示MGProto在分类和异常样本检测方面表现出最先进的性能和可解释性结果。