本文介绍了广义对比散度（GCD）的概念，它是一种同时训练能量模型（EBM）和采样器的新型客观函数。GCD通过用可训练的采样器取代马尔可夫链蒙特卡罗（MCMC）分布，将对比散度这种训练EBM的算法进行泛化。GCD的极小-极大学习与逆强化学习存在等价性，通过联合训练对EBM和扩散模型都有益处。GCD使得EBM训练无需MCMC，同时提高了扩散模型的样本质量。