Estimar a probabilidade de eventos de baixa probabilidade e alto impacto em ciência, engenharia e finanças é desafiador porque a amostragem de Monte Carlo por força bruta requer um volume excessivo de iterações do modelo.
O artigo introduz um método usando modelos generativos guiados para abordar a ineficiência de executar um modelo repetidamente com entradas aleatoriamente geradas para estimar resultados raros.