生成模型端到端训练新方法：核心仅一个for循环
用“生成多个候选、只训练最像的那个”思路，打破生成模型无法端到端训练的困局。
生成模型长期无法端到端训练，根源在于“mode 模糊”——模型会输出平均结果而非真实样本。UIUC 与哈佛团队提出探索式建模（XM）：训练时生成 K 个候选，只选最接近真实数据的那个回传梯度，用一个 for 循环解决该问题，让端到端成为可能。
正文摘录
.jpg) 编辑｜Panda 2012 年，AlexNet 用一场压倒性的胜利终结了一个时代。在此之前，做图像识别要靠人手工设计一层层特征提取的流程；AlexNet 证明了一件后来被反复验证的事：把整个任务 端到端 地交给模型自己学，几乎总是打得过人类精心设计的分阶段流水线。 从图像分类到目标检测再到图像分割，深度学习的每一次跃迁背后，都是同一句话：让它自己一口气学完。 只有一个领域始终是例外：生成模型。 今天最强、最能扩展的生成模型（无论是自回归还是扩散模型）都不是端到端的。 它们训练时只学预测「一小步」，推理时却要像循环网络那样把这一步反复展开几百上千次。 训练和推理用的不是同一套采样方式。这个裂缝带来了一个老问题：每一步的误差会喂进下一步，输入逐渐漂离训练时见过的分布，误差层层累积。学术上管它叫 「暴露偏差」（exposure bias） 。 换句话说，「端到端更好」这条深度学习最核心的经验，十几年来始终没能真正落到生成模型头上。 而就在最近，一篇来自 UIUC 与哈佛大学的论文，试图把这块最后的拼图补上。