정규화 흐름(Normalizing Flows, NFs)은 전통적인 가능성 기반 방법으로, 최근 다시 주목받고 있는 분야이다. TARFlow와 같은 최근의 연구들은 NFs가 이미지 모델링 작업에서 유망한 성과를 달성할 수 있음을 보여주며, 확산 모델과 같은 다른 방법에 대한 유력한 대안으로 자리잡고 있다. 이번 연구에서는 반복적 TARFlow(iTARFlow)를 도입하여 정규화 흐름 생성 모델의 상태를 더욱 발전시켰다. iTARFlow는 훈련 과정에서 완전한 엔드 투 엔드 가능성 기반 목표를 유지하며, 샘플링 과정에서는 자기 회귀 생성 방식을 수행한다.

<Apple 뉴스 본문 전체읽기>