生成建模¶

这一部分收集学习“如何生成数据”的模型笔记，重点关注不同生成模型家族背后的假设、目标函数与方法权衡。

范围¶

扩散模型导读：梳理扩散家族的基本地图、术语，以及主要目标函数之间的联系。
DDPM 笔记：系统推导前向高斯加噪、后验均值、ELBO 分解与 epsilon-prediction。
Score Matching 笔记：系统推导 Fisher divergence、Hyvarinen 目标、denoising score matching 以及它与扩散训练的联系。
Flow Matching 笔记：系统推导 continuity equation、条件高斯路径、条件速度回归与 probability-flow ODE。
VAE 与 ELBO 笔记：系统推导变分推断、ELBO 分解、高斯重参数化与闭式 KL。