Deng et al. (2026)이 제안한 생성 모델링을 위한 드리프팅(GMD) 프레임워크를 Wasserstein Gradient Flows(WGF) 관점에서 분석하는 논문입니다.
GMD는 특정 WGF 흐름의 고정점을 직접적으로 타겟팅하는 것으로 생각할 수 있으며, 이는 기존 WGF 기반 연구와 차별점을 가집니다.
연구진은 GMD 알고리즘이 KL 발산에 대한 WGF의 극한점을 찾는 것과 유사하며, MMD, sliced Wasserstein distance, GAN critic functions 등으로 확장될 수 있음을 보였습니다.