本研究提出了一种反向扩散KL散度的方法，旨在解决生成模型在未归一化密度函数采样中的困难，尤其是多模态分布的近似不足。通过最小化反向KL散度，模型能够更有效地捕捉多个模式，实验结果表明该方法在多模态博尔兹曼分布上的采样性能显著提升。