IWAE ELBO 提供了与真实对数似然的更紧密的界限$\log p(x)$. 随着重要性加权样本的数量，这个界限变得更紧$k$增加。

因此，作者选择了一个足够大的$k$， 在本文中$k$= 5000，将测试数据的真实可能性近似为$\widehat{\log p(x)}$. 因此，可以假设$\log p(x) \approx \widehat{\log p(x)} = \mathcal{L}_{k=5000}$.

正如@CP Tai 在评论中所指出的，您可以在第 7 页起的论文中找到有关它的更多信息。