다체계의 열 상태에서 샘플링하는 알고리즘은 종종 제한된, 준안정 상태에 갇히곤 합니다. 여기에서 저자들은 이러한 갇힌 샘플로부터 실제 근본 모델을 그럼에도 불구하고 정확하게 복구할 수 있음을 증명하며, 이산 분포에 대한 엄격한 학습 보증을 확립합니다.