النماذج المولدة القائمة على التدفق (Dinh et al., 2014) جذابة مفهوميًا بسبب قابلية حساب الاحتمالية اللوغاريتمية الدقيقة، وقابلية استدلال المتغيرات الكامنة بدقة، وإمكانية توازي التدريب والتركيب. في هذا البحث، نقترح Glow، وهو نوع بسيط من التدفق المولد يستخدم التحويل المتكرر القابل للعكس (1x1). باستخدام طريقتنا، نظهر تحسينًا كبيرًا في الاحتمالية اللوغاريتمية على مقاييس المعايير القياسية. ربما ما يثير الانتباه بشكل خاص هو أننا نوضح أن النموذج المولد الذي يتم تحسينه نحو هدف الاحتمالية اللوغاريتمية البسيطة قادر على إنتاج صور كبيرة واقعية وماني퓰يشنها بكفاءة. رمز البرمجيات لنموذجنا متاح على الرابط: https://github.com/openai/glow注释：- "ماني魔法师和شون" (manipulation) 是一个不太常见的术语，在这里保留了英文单词以确保信息的完整性。- "Glow" 作为一个专有名词，直接使用其英文形式。