transformer-autoregressive

深度分析

iTARFlow：端對端似然訓練下的自回歸正規化流與並行迭代去噪策略

近年影像生成以擴散與自回歸為主流。iTARFlow提出在多噪聲尺度上訓練Transformer自回歸正規化流，採先自回歸生成再迭代去噪的採樣流程，維持端對端機率目標並改善全域結構。實驗顯示於多分辨率上競爭且縮小與擴散模型差距。代價與缺陷仍待研究。