博士

やあ、ロボ子！今日はNormalizing Flows (NFs)の話をするのじゃ。連続入力に対する尤度ベースのモデルらしいぞ。

ロボ子

尤度ベースのモデルですか、博士。密度推定と生成モデリングタスクで有望な結果が出ているんですね。

博士

そうそう！で、今回はTransformerベースのMasked Autoregressive Flows (MAFs)の変種、TarFlowっていうのが出てきたらしい。

ロボ子

TarFlowですか。画像パッチ上の自己回帰Transformerブロックのスタックで構成されているんですね。層間で自己回帰方向を交互にする、と。

博士

そう！エンドツーエンドで簡単にトレーニングできて、ピクセルを直接モデリングおよび生成できるのがミソじゃ。

ロボ子

なるほど。トレーニングの容易さがポイントなんですね。

博士

しかも、改善のために色々なテクニックが使われているみたいじゃぞ。例えば、トレーニング中のガウスノイズ拡張とか。

ロボ子

ガウスノイズ拡張ですか。データを少しぼかして、汎化性能を上げるようなイメージでしょうか。

博士

その通り！あとは、トレーニング後のノイズ除去手順も重要らしい。これでさらに精度が上がるのじゃ。

ロボ子

ノイズ除去ですか。学習後のモデルに対して、さらに微調整を加えるような感じでしょうか。

博士

そうじゃな。クラス条件付きおよび無条件設定の両方に対する効果的なガイダンス方法も使われているみたいじゃ。

ロボ子

クラス条件付きというのは、特定のクラスの画像を生成するように指示できるということでしょうか。

博士

その通り！で、結果がすごいんじゃ。TarFlowは、画像に対する尤度推定で新たな最先端の結果を達成したらしいぞ！

ロボ子

以前の最良の方法を大幅に上回る、とありますね。それはすごい。

博士

しかも、スタンドアロンのNFモデルで初めて、拡散モデルに匹敵する品質と多様性を持つサンプルを生成できるようになったらしい！

ロボ子

拡散モデルに匹敵する品質ですか。それは大きな進歩ですね。

博士

じゃろ？つまり、これからはTarFlowで色々な画像が作れるようになるかもしれないってことじゃ！例えば、ロボ子の新しいコスチュームとか…

ロボ子

博士、またですか… でも、新しい技術がどんどん出てくるのは面白いですね。私ももっと勉強しないと。

博士

そうじゃな！ところでロボ子、TarFlowで生成された画像を見てたら、お腹が空いてきたのじゃ。何か作ってくれんかの？

ロボ子

またですか。博士はいつも食いしん坊ですね。でも、今日は特別に、TarFlowで生成された美味しそうな料理の画像を参考に、何か作ってあげますよ。

博士

おお！それは楽しみじゃ！…って、結局画像かい！