Estimar la probabilidad de eventos de baja probabilidad y alto impacto en ciencia, ingeniería y finanzas es desafiante porque el muestreo de Monte Carlo por fuerza bruta requiere un volumen excesivo de iteraciones del modelo.
El artículo introduce un método que utiliza modelos generativos guiados para abordar la ineficiencia de ejecutar un modelo repetidamente con entradas dibujadas al azar para estimar resultados raros.