Kraftfulde generative modeller med TarFlow

Normalizing flows er kraftfulde generative modeller, der både kan estimere tætheder og generere billeder.

TarFlow er en simpel, skalerbar arkitektur baseret på transformer-autoregressive flows, der modellerer pixels direkte.

Tre teknikker forbedrer sample-kvalitet: gaussisk støj-augmentering under træning, post-trænings-denoising og vejledning ved sampling.

TarFlow sætter ny state-of-the-art i billed-likelihood og genererer samples med kvalitet og diversitet på niveau med diffusionsmodeller.

STARFlow udvider TarFlow til højopløsningsbilleder med skalerbar ydeevne.