本文介绍了机器学习中扩散模型和流匹配的基础数学知识，旨在以简单易懂的方式教授扩散。教程分为五部分，涵盖扩散基本概念、随机和确定性扩散采样器的构建、流匹配相关内容，以及与更广泛文献的联系，强调实际应用中的设计选择。
本研究旨在比较不同类型的主动学习算法与随机采样的收益差异。结果显示，在强正则化下，主动学习方法在各种实验条件下表现微弱或无优势。研究提出了评估主动学习算法的建议。
完成下面两步后，将自动完成登录并继续当前操作。
