这篇文章主要讲的是生成数据在模型训练中的作用，对于接下来要研究的生成多模态数据具有重要的作用。
文章摘要首先讲生成数据很重要，但在训练高级的模型的时候效果不好。论文主要研究的是这背后的原理并且证明了生成数据的作用。
介绍部分，文章提到现在有很多工作都是用生成的文本，图像来训练，但使用假数据来训练的模型性能貌似和真数据来的有很大差距。文章认为这种差距是由生成图像与真实数据分布不一样导致的。文章还搞了个图表示这种分布：
但这个分布的衡量标准是什么？没太看懂。
网上的定义：数据分布是统计学中的重要概念,用于描述数据点在不同取值下的分布情况
但放在这里……不太懂
先前的工作大多是启发式的，本文要从理论框架的角度分析这个问题。总共就做两件事：1）目标数据和合成数据之间的分布差异，以及（2）训练集的基数
我对论文的理解遇到困难了……我应该先学习diffusion
