待验证50% 置信事实精确时间
混合密度网络（MDN）由 Christopher Bishop 在 1994 年提出，输出多个高斯分布组成的混合模型参数
1
来源数
50%
置信度
长期有效
时效性
2026/9/1
首次发现
来源
涉及实体
相关事实
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79% 相似待验证潜在扩散（Latent Diffusion）架构最初由CompVis实验室提出并通过Stable Diffusion开源普及，已成为业界事实标准58% 相似待验证在世界模型中 MDN-RNN 通常使用 256 个隐藏单元的 LSTM 和 5 个高斯混合分量来预测下一帧的潜在向量分布58% 相似待验证生成式模型建模联合概率 P(x,y) 或数据分布 P(x)，判别式模型直接建模条件概率 P(y|x)，该区分最初由 Andrew Ng 和 Michael Jordan 在 2001 年的论文中系统比较56% 相似待验证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55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/838271API
curl https://kongchang.com/api/v1/knowledge/claims/838271MCP
get_claim(id=838271)