모두가 diffusion에 대해 얘기하고 있지만, Sora와 현대 생성 비디오를 낳은 가족 계통을 실제로 이해하고 싶다면, 정규화 흐름 — 깊은 학습에서 다루기 쉬운 정확한 우도 밀도 추정을 가능하게 한 생성 모델의 한 종류에 시간을 투자해야 합니다. 이 리뷰는 두 개의 기초 논문을 함께 다룹니다: Rezende와 Mohamed의 원본 Variational Inference with Normalizing Flows, 그리고 Kobyzev, Prince, Brubaker의 이후 종합적인 분야 구성 기술과 현재 방법 조사입니다.

이 안내는 정규화 흐름이 간단한 기본 분포를 일련의 가역적 매핑을 통해 임의로 복잡한 분포로 어떻게 변환하는지, 그 구성이 어떻게 효율적인 샘플링과 정확한 밀도 평가를 한 번에 제공하는지, 그리고 유한 대 무한소 흐름이 근사 사후 계열의 분류에 어떻게 맞는지를 다룹니다. 또한 현재 생성 AI로의 관통선을 추적합니다: 흐름 기반 아이디어가 diffusion이 헤드라인을 장악하고 있음에도 불구하고 음성 합성, 이미지 생성, 비디오 모델에서 왜 계속 나타나는지, 그리고 열린 연구 질문이 여전히 어디에 있는지에 관한 것입니다. 현대 생성 시스템 아래의 이론에 대해 진지하게 생각한다면, 이것은 건너뛰고 싶지 않은 기초의 한 부분입니다.