待验证50% 置信事实精确时间
高斯混合模型（GMM）是评估生成模型多峰分布拟合能力的常用基准。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证BERT的MLM是一步到位的预测且主要用于表征学习，而离散扩散模型将mask比例作为从0%到100%的连续变量构建完整马尔可夫链，通过多步迭代实现渐进式生成71% 相似待验证主流生成模型如扩散模型和流匹配模型本质上是概率生成器，通过从数据分布中采样来生成新样本70% 相似待验证对Kimi、GLM等模型做预填时，推理长度的分布会发生统计显著的偏移并向某个源模型对齐70% 相似待验证混合密度网络（MDN）让神经网络输出混合高斯分布的参数（均值、方差和混合权重），从而能建模任意复杂的条件分布包括多峰分布70% 相似待验证混合预测模型通常是在一个基础的数据驱动模型之上叠加元启发式优化或其他技术，以提升参数辨识与预测精度69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125435API
curl https://kongchang.com/api/v1/knowledge/claims/1125435MCP
get_claim(id=1125435)