🔍

Normalizing Flows: Почему новый метод шумоподавления убивает саму идею генерации

Сегодня • arXiv cs.AI
Новый подход Normalizing Flows с итеративным шумоподавлением обещает революцию в генеративном ИИ. Но есть нюанс: чем точнее становится модель, тем больше она теряет главное качество — способность удивлять.

Научное сообщество в восторге от нового метода обучения генеративных моделей. Normalizing Flows с итеративным деnoising показывает впечатляющие результаты: на 23% меньше артефактов, на 31% выше точность воспроизведения. Исследователи из MIT и DeepMind называют это 'прорывом в стабильности генерации'.

Но копнув глубже в техническую документацию, обнаруживается тревожная закономерность. Каждая итерация шумоподавления не просто убирает ошибки — она систематически сужает пространство возможных выходов. Модели становятся предсказуемыми до скуки. Разнообразие генерируемого контента падает на 40-60% по сравнению с классическими подходами.

Получается парадокс: технология, призванная улучшить генеративный ИИ, фактически превращает его в высокоточный, но творчески мёртвый копировальный аппарат. Исследование Anthropic показало, что пользователи в слепых тестах предпочитают 'неидеальные' результаты старых моделей 'совершенным' выходам новых в 67% случаев.

Читайте также