使用多種品種的貓影像訓練生成對抗網路（GAN），希望生成多樣化的貓影像。然後，生成器（Generator）在訓練過程中逐漸只會反覆產生同一隻橘貓的影像，以騙過鑑別器（Discriminator），導致生成結果缺乏多樣性。請問此現象稱為下列何者？
答案 （B）
核心概念
生成器只會生同一種東西來騙過鑑別器，多樣性沒了，這叫模式崩潰。
想像一個學生發現只要交同一篇作文就能拿高分，從此每次都交那一篇。老師（鑑別器）看不出破綻，學生（生成器）也就懶得寫別的。
生成對抗網路（GAN）的訓練也會這樣：生成器找到一種鑑別器分不出真假的影像，就一直產那一種，貓的品種再多也只剩那隻橘貓。模式崩潰（Mode Collapse）講的就是「涵蓋的模式塌成一個」。
答題技巧
快速判斷技巧：GAN 題看到「只產生同一種」「缺乏多樣性」，答案是模式崩潰（Mode Collapse）。 ・輸出變單一 → 模式崩潰 ・訓練資料很好、新資料很差 → 過擬合（Overfitting） ・梯度數值失控 → 梯度爆炸（Exploding Gradient）或梯度消失（Vanishing Gradient）
易錯陷阱：(A) 過擬合是最熟的名詞，看到「只會產生訓練過的橘貓」容易往它靠。 關鍵差異：過擬合講的是對新資料的表現，模式崩潰講的是產出的多樣性。