أظهرت نماذج التوليد التفريغية المُنظفة مؤخرًا أداءً توليديًا متميزًا على مستوى الحد الأقصى، وتم استخدامها كناقلات قوية لتمثيل المستويات البكسلية. يحلل هذا البحث العلاقة المتشابكة بين القدرة التوليدية وقدرة تعلم التمثيل المتأصلة في النماذج التفريغية. نقدّم نموذج التفريغ المُقنّع (MDM)، وهو نموذج مُتعلّم ذاتيًا قابل للتوسع لتمثيل التجزئة الدلالية، حيث يُستبدل الضجيج الجاوسية الجمعية التقليدية في النماذج التفريغية بآلية تغطية (مُقنعة). يتفوّق نهجنا المقترح بشكل مُقنع على المعايير السابقة، مُظهِرًا تقدمًا ملحوظًا في مهام التجزئة الدلالية للصور الطبية والطبيعية، وبشكل خاص في السيناريوهات القليلة العينات (few-shot).