本文提出了一种新框架——混合评分训练（SMT），通过最小化$eta$-偏斜詹森-香农散度来训练单步生成模型。研究表明，SMT在简单性、超参数调整和稳定性方面具有显著优势，并在CIFAR-10和ImageNet 64x64数据集上表现出竞争力。