https://terms-en.ai-term-hub.com/zh/tags/generative-models/Recent content in Generative Models on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000https://terms-en.ai-term-hub.com/zh/terms/product_of_experts/Sat, 18 Jul 2026 11:30:38 +0000https://terms-en.ai-term-hub.com/zh/terms/product_of_experts/<h2 id="definition">Definition</h2> <p>专家乘积（PoE）是一种通过组合更简单的分布来构建复杂概率分布的方法。与平均概率的“混合专家”（MoE）不同，PoE通过乘法结合各个专家模型的输出。这意味着如果任何一个专家模型认为某个配置是不可能的（概率为零），整个联合分布的概率也将为零，从而能够更严格地满足约束条件。</p> <h3 id="summary">Summary</h3> <p>一种概率建模框架，其联合分布由多个独立专家模型的输出相乘形成。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>基于能量的模型</li> <li>联合分布</li> <li>乘法组合</li> <li>约束满足</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>图像纹理合成与建模</li> <li>深度玻尔兹曼机</li> <li>生成模型中的复杂依赖关系建模</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/mixture_of_experts-%E6%B7%B7%E5%90%88%E4%B8%93%E5%AE%B6/">mixture_of_experts (混合专家)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/energy_based_model-%E5%9F%BA%E4%BA%8E%E8%83%BD%E9%87%8F%E7%9A%84%E6%A8%A1%E5%9E%8B/">energy_based_model (基于能量的模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/deep_boltzmann_machine-%E6%B7%B1%E5%BA%A6%E7%8E%BB%E5%B0%94%E5%85%B9%E6%9B%BC%E6%9C%BA/">deep_boltzmann_machine (深度玻尔兹曼机)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/joint_probability-%E8%81%94%E5%90%88%E6%A6%82%E7%8E%87/">joint_probability (联合概率)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/inception_score/Sat, 18 Jul 2026 11:22:14 +0000https://terms-en.ai-term-hub.com/zh/terms/inception_score/<h2 id="definition">Definition</h2> <p>Inception Score（IS）是一种引入用于评估生成对抗网络（GANs）及其他生成模型性能的统计度量。它结合了两个因素：图像质量（清晰度）和多样性。</p> <h3 id="summary">Summary</h3> <p>一种用于评估生成图像质量的指标，通过衡量图像的清晰度和多样性来实现。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>生成模型</li> <li>图像质量</li> <li>多样性度量</li> <li>GAN评估</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>评估GAN性能</li> <li>比较生成模型架构</li> <li>基准测试图像合成质量</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/fr%C3%A9chet-inception-distance-%E5%BC%97%E9%9B%B7%E6%AD%87-inception-%E8%B7%9D%E7%A6%BB/">Fréchet Inception Distance (弗雷歇 Inception 距离)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/precision-and-recall-%E7%B2%BE%E7%A1%AE%E7%8E%87%E5%92%8C%E5%8F%AC%E5%9B%9E%E7%8E%87/">Precision and Recall (精确率和召回率)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/generative-adversarial-networks-%E7%94%9F%E6%88%90%E5%AF%B9%E6%8A%97%E7%BD%91%E7%BB%9C/">Generative Adversarial Networks (生成对抗网络)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/image-synthesis-%E5%9B%BE%E5%83%8F%E5%90%88%E6%88%90/">Image Synthesis (图像合成)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/energy_based_model/Sat, 18 Jul 2026 11:16:12 +0000https://terms-en.ai-term-hub.com/zh/terms/energy_based_model/<h2 id="definition">Definition</h2> <p>基于能量的模型（EBM）使用源自能量函数的未归一化密度函数来定义输入数据的概率分布。能量函数将数据点映射到实数，合理的配置具有较低的能量，而不合理的配置具有较高的能量。模型通常通过马尔可夫链蒙特卡洛方法进行采样和训练。</p> <h3 id="summary">Summary</h3> <p>一种概率模型，为合理的配置分配低能量值，为不合理的配置分配高能量值。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>未归一化概率</li> <li>配分函数</li> <li>能量函数</li> <li>马尔可夫链蒙特卡洛</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>图像生成与修复</li> <li>密度估计</li> <li>异常检测</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/boltzmann-machine-%E7%8E%BB%E5%B0%94%E5%85%B9%E6%9B%BC%E6%9C%BA/">Boltzmann machine (玻尔兹曼机)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/deep-boltzmann-machine-%E6%B7%B1%E5%BA%A6%E7%8E%BB%E5%B0%94%E5%85%B9%E6%9B%BC%E6%9C%BA/">Deep Boltzmann machine (深度玻尔兹曼机)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/variational-inference-%E5%8F%98%E5%88%86%E6%8E%A8%E6%96%AD/">Variational inference (变分推断)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/probabilistic-graphical-models-%E6%A6%82%E7%8E%87%E5%9B%BE%E6%A8%A1%E5%9E%8B/">Probabilistic graphical models (概率图模型)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/diffusion/Sat, 18 Jul 2026 10:49:53 +0000https://terms-en.ai-term-hub.com/zh/terms/diffusion/<h2 id="definition">Definition</h2> <p>扩散模型是一类生成式AI，它们学习逆转向数据添加噪声的随机过程。通过训练神经网络逐步预测并去除噪声，它们能够生成高质量的新数据样本。</p> <h3 id="summary">Summary</h3> <p>一种生成建模技术，通过逆转逐渐加噪的过程来重建干净样本，从而生成数据。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>随机过程</li> <li>噪声调度</li> <li>反向过程</li> <li>潜在空间</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>高保真图像生成</li> <li>音频合成</li> <li>药物发现分子设计</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/generative-ai-%E7%94%9F%E6%88%90%E5%BC%8Fai/">Generative AI (生成式AI)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/ddpm-denoising-diffusion-probabilistic-models/">DDPM (Denoising Diffusion Probabilistic Models)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/stable-diffusion-%E7%A8%B3%E5%AE%9A%E6%89%A9%E6%95%A3/">Stable Diffusion (稳定扩散)</a></li> </ul>