待验证90% 置信事实精确时间

GANs存在训练不稳定和模式崩溃（生成内容多样性不足）等固有局限

1

来源数

90%

置信度

长期有效

时效性

2026/8/2

首次发现

来源

4 Years of AI Image Generation: The Stunning Leap from Blurry Scribbles to Photorealistic Reality

涉及实体

相关事实

待验证GAN训练中常见的模式崩溃（Mode Collapse）现象可能导致生成数据多样性严重不足86% 相似已验证GAN存在训练不稳定、容易出现模式崩溃等固有缺陷，促使研究界转向通过逐步去噪的马尔可夫链过程生成图像的扩散模型81% 相似待验证GAN训练中存在模式崩溃（Mode Collapse）挑战，生成器可能陷入只生成少数几种高度相似样本的局部最优75% 相似待验证GAN训练中存在模式崩溃问题，源于JS散度在两个分布不重叠时退化为常数无法提供有效梯度信号75% 相似待验证跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/679856

API

curl https://kongchang.com/api/v1/knowledge/claims/679856

MCP

get_claim(id=679856)