此外，我们观察到传统上困扰 GAN 的模式崩溃往往会在十几个小批量的过程中很快发生。通常，它们在鉴别器过冲时开始，导致夸大的梯度，并且在两个网络中的信号幅度升级时会出现不健康的竞争。我们提出了一种机制来阻止生成器参与这种升级，从而克服了这个问题（第 4.2 节）。

当鉴别器过冲时，它们是什么意思？鉴别器变好太快了？两个网络中的信号幅度都在升级？

我目前的直觉是判别器太快变得太好了，这导致生成器出现尖峰并试图追赶。那将是他们正在谈论的不健康的竞争。模型崩溃是生成器难以追赶并决定通过生成略微变化的图像来提高其准确性来确保其安全的副作用。这种解释上述段落的方式是否正确？