研究训练扩散模型从未归一化的密度分布中采样，评估变分方法和生成流网络的优劣。结果质疑现有算法，并提出通过局部搜索和重放缓冲区提高样本质量的新策略。研究公开代码，为未来扩散模型的推理奠定基础。