TarFlow: Nowe standardy w modelach przepływowych

Normalizujące przepływy (NF) są silnymi modelami generatywnymi dla ciągłych danych wejściowych.

TarFlow to prosty i skalowalny wariant Masked Autoregressive Flow oparty na autorygresyjnych blokach Transformera działających na fragmentach obrazu, z naprzemiennym kierunkiem przepływu.

Model TarFlow można trenować end-to-end i bezpośrednio generować piksele.

Wykorzystano trzy techniki poprawiające jakość generowanych próbek: augmentację szumem Gaussowskim podczas treningu, procedurę odszumiania po treningu oraz skuteczną metodę sterowania generacją w ustawieniach warunkowych i niewarunkowych.

TarFlow ustanawia nowe rekordy w estymacji gęstości dla obrazów i po raz pierwszy samodzielny model NF generuje próbki o jakości i różnorodności porównywalnej z modelami dyfuzji.

STARFlow, oparty na TARFlow, zapewnia skalowalność i silne wyniki w syntezie obrazów o wysokiej rozdzielczości dzięki teoretycznej uniwersalności modelu.