本文介绍了基于动态输运测度的生成模型方法的最新进展，重点讨论了在蒙特卡洛采样技术方面的应用。文章探讨了如何使用蒙特卡洛采样生成的数据变分学习映射，并利用这些映射改进采样过程。

本文证明了变分推断在GARCH-like模型中是一种可靠且具有竞争力的贝叶斯学习方法，相比蒙特卡洛采样更为精确可行。