यह शोधपत्र इस तथ्य पर विचार करता है कि किसी अणु के भौतिक गुणों का समूह औसत उसके आणविक संरचना वितरण से निकटता से संबंधित होता है, और इस वितरण का प्रतिचयन भौतिकी और रसायन विज्ञान में एक मूलभूत चुनौती है। आणविक गतिकी (MD) सिमुलेशन और मार्कोव चेन मोंटे कार्लो (MCMC) प्रतिचयन जैसी पारंपरिक विधियाँ समय लेने वाली और महंगी हो सकती हैं। प्रसार मॉडलों की सीमाओं को दूर करने के लिए, जो प्रशिक्षण आँकड़ों के वितरण को सीखकर कुशल विकल्प के रूप में उभरे हैं, हम एक संभाव्य स्कोर मिलान (PSM) विधि प्रस्तावित करते हैं जो जनरेटिव मॉडलों का मार्गदर्शन करने के लिए संभाव्य ऊर्जा प्रवणता का उपयोग करती है। PSM को किसी सटीक ऊर्जा फलन की आवश्यकता नहीं होती है और यह सीमित एवं पक्षपाती आँकड़ों के साथ प्रशिक्षित होने पर भी प्रतिदर्श वितरण में पूर्वाग्रह को समाप्त कर सकता है। हम प्रदर्शित करते हैं कि PSM सामान्यतः प्रयुक्त टॉय मॉडल, लेनार्ड-जोन्स (LJ) विभव, और उच्च-आयामी MD17 और MD22 डेटासेट पर मौजूदा अत्याधुनिक (SOTA) मॉडलों से बेहतर प्रदर्शन करता है। हम यह भी प्रदर्शित करते हैं कि PSM द्वारा उत्पन्न आणविक वितरण पारंपरिक प्रसार मॉडलों की तुलना में बोल्ट्ज़मान वितरण के लगभग अनुमानित है।
