https://yiwen-cai.github.io/tags/%E7%94%9F%E6%88%90%E5%BB%BA%E6%A8%A1/Recent content in 生成建模 on Yiwen CaiHugo -- gohugo.iozh-cncaiyiwen.cs@foxmail.com (Yiwen Cai)caiyiwen.cs@foxmail.com (Yiwen Cai)© 2026 Yiwen CaiTue, 01 Sep 2026 15:08:24 +0800https://yiwen-cai.github.io/notes/diffusion/generative-modeling/Tue, 01 Sep 2026 00:00:00 +0000caiyiwen.cs@foxmail.com (Yiwen Cai)https://yiwen-cai.github.io/notes/diffusion/generative-modeling/生成建模的核心任务不是寻找唯一的「最佳答案」，而是学习一个未知的数据分布并从中采样：把图像、视频、分子统一表示为向量，用有限数据集逼近 p_data，并区分无条件生成与条件生成。https://yiwen-cai.github.io/notes/diffusion/flow-and-diffusion-models/Tue, 01 Sep 2026 00:00:00 +0000caiyiwen.cs@foxmail.com (Yiwen Cai)https://yiwen-cai.github.io/notes/diffusion/flow-and-diffusion-models/深入解析连续时间生成模型的基础范式：从向量场定义、ODE 与 Flow 映射，到布朗运动、SDE 随机动力学及数值模拟（Euler 与 Euler-Maruyama 方法），建立确定性流与随机扩散的统一视角。