Flussi Normalizzanti per Modelli Generativi

I Normalizing Flows sono più potenti di quanto si pensasse in precedenza.

Viene proposto TarFlow, un’architettura Transformer-autoregressiva per Masked Autoregressive Flows.

TarFlow è semplice da addestrare end-to-end e modella direttamente i pixel delle immagini.

Tre tecniche migliorano la qualità dei campioni: aggiunta di rumore gaussiano in fase di training, procedura di denoising post-allenamento e guida efficace condizionata.

TarFlow stabilisce nuovi record nello stimare la verosimiglianza delle immagini e genera campioni comparabili ai modelli di diffusione.