Estimer la probabilité d'événements à faible vraisemblance et à fort impact dans les sciences, l'ingénierie et la finance est difficile car l'échantillonnage Monte Carlo par force brute nécessite un volume excessif d'itérations de modèle.
L'article présente une méthode utilisant des modèles génératifs guidés pour remédier à l'inefficacité de l'exécution répétée d'un modèle avec des entrées tirées au hasard afin d'estimer des résultats rares.