เปรียบเทียบวิธี

	แบบจำลองเชิงกำเนิดที่ใช้คะแนน	การเรียนรู้แบบเสริมกำลังเชิงลึก
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2019	2015
ผู้ริเริ่ม	Song, Y. & Ermon, S.	Mnih, V. et al. (DQN)
ประเภท	Score-based generative model (SDE framework)	Sequential decision-making (agent–environment interaction)
แหล่งต้นตำรับ	Song, Y. & Ermon, S. (2019). Generative Modeling by Estimating Gradients of the Data Distribution. NeurIPS 32, 11895–11907.	Mnih, V. et al. (2015). Human-Level Control through Deep Reinforcement Learning. Nature, 518, 529–533.
ชื่อเรียกอื่น	Skor Tabanlı Üretici Model (Score-Based / SDE), score-based diffusion, SDE-based generative model, score SDE	Derin Pekiştirmeli Öğrenme (DQN / PPO / A3C), derin pekiştirmeli öğrenme, deep RL, DRL
ที่เกี่ยวข้อง	5	4
สรุป	A score-based generative model, introduced by Yang Song and Stefano Ermon in 2019 and generalized to the stochastic differential equation (SDE) framework in 2021, learns the gradient of the data density — the score — rather than predicting noise directly, and uses it to generate new samples. It is the mathematical generalization that unifies diffusion models under a continuous-time formulation.	Deep Reinforcement Learning combines neural networks with reinforcement learning so an agent learns by interacting with an environment, popularised by Mnih and colleagues' 2015 Nature work on human-level Atari control. Instead of learning from a fixed labelled dataset, the agent takes actions, observes rewards, and gradually shapes a policy that maximises long-run return.