Este artículo propone un método libre de verosimilitud para comparar dos distribuciones, dadas muestras extraídas de ambas, con el objetivo de evaluar la calidad de los modelos generativos. El método propuesto, PQMass, proporciona un método estadísticamente riguroso para evaluar el rendimiento de un único modelo generativo o comparar múltiples modelos que compiten entre sí. PQMass divide el espacio muestral en regiones no superpuestas y aplica una prueba de chi-cuadrado al número de muestras de datos en cada región. Esto produce un valor p, que mide la probabilidad de que los coeficientes de la distribución binomial derivados de dos conjuntos de muestras provengan de la misma distribución multinomial. PQMass no se basa en suposiciones sobre la densidad de la distribución real ni en el entrenamiento o ajuste de modelos auxiliares. Evaluamos PQMass con datos de diversos modos y dimensiones, demostrando su eficacia para evaluar la calidad, novedad y diversidad de las muestras generadas. Además, demostramos que PQMass escala adecuadamente a datos de dimensión moderadamente alta, lo que sugiere que la extracción de características es innecesaria en aplicaciones prácticas.
