Decafs

Decafs模型解耦潜在空间以改进条件生成

研究人员开发了Decafs，一种利用李群解耦流模型中潜在空间嵌入的新型条件生成器。这种方法解决了生成模型中常见的可解释性挑战和因子纠缠问题。Decafs通过对抗性损失将替代潜在空间与流空间对齐，从而实现可控生成，在条件图像生成任务上表现出色，包括在MNIST和dSprites数据集上超越StyleGAN，并在QM9、ZINC和MOSES数据集的分子生成方面取得良好结果。