FARMER kombinuje invertovatelný autoregresní tok, který dokáže mapovat obrázky do a z latentního prostoru bez ztráty informace, s autoregresním transformátorem, který modeluje distribuci každého latentního tokenu pomocí Gaussovských směsí a poskytuje přesné pravděpodobnosti v jednostupňovém generátoru na úrovni pixelů. Přináší tři klíčové novinky: - Rozdělení kanálů pod vlastním dohledem rozděluje latentní prvky do informativních (ZI) a redundantních (ZR) skupin, čímž efektivně modeluje strukturu a detaily. - Navádění bez klasifikátoru (CFG) založené na převzorkování zlepšuje kvalitu obrazu a umožňuje kontrolovatelné vzorkování. - Jednokroková automatická destilace urychluje generování tím, že nahrazuje pomalou sekvenční reverzaci jediným rychlým krokem zpět. Na ImageNet-256 (podmíněno třídou, 50 tisíc vzorků) dosahuje model 1.9B patch-8 FID 3.60 / IS 269.21 / Prec 0.81 / Rec 0.51. Po +60 epochách je inference 22× rychlejší při obráceném AF (0,1689 s → 0,0076 s na snímek) a přibližně 4× rychlejší celkově (0,2189 s → 0,0567 s na snímek). Překonává JetFormer 2.8B (FID 6.64) a TARFlow p8 (4.69) a je konkurenceschopný s STARFlow p8. Varianta STARFlow vyladěná dekodérem (FID 2.40) zůstává silnější, ale používá vícestupňové nastavení.