FARMER menggabungkan aliran regresif otomatis yang dapat dibalik, yang dapat memetakan gambar ke dan dari ruang laten tanpa kehilangan informasi, dengan Transformer regresif otomatis yang memodelkan distribusi setiap token laten menggunakan campuran Gaussian, memberikan kemungkinan yang tepat dalam generator tingkat piksel satu tahap. Ini memperkenalkan tiga inovasi utama: - Pemisahan saluran yang diawasi sendiri memisahkan fitur laten menjadi grup informatif (ZI) dan redundan (ZR), memodelkan struktur dan detail secara efisien. - Panduan bebas pengklasifikasi (CFG) berbasis pengambilan sampel ulang meningkatkan kualitas gambar dan memungkinkan pengambilan sampel yang dapat dikontrol. - Distilasi AF satu langkah mempercepat pembuatan dengan mengganti pembalikan berurutan lambat dengan satu langkah mundur cepat. Pada ImageNet-256 (kelas kondisional, sampel 50k), model patch-8 1.9B mencapai FID 3.60 / IS 269.21 / Prec 0.81 / Rec 0.51. Setelah +60 zaman, inferensi menjadi 22× lebih cepat untuk AF terbalik (0,1689 detik → 0,0076 detik per gambar) dan sekitar 4× lebih cepat secara keseluruhan (0,2189 detik → 0,0567 detik per gambar). Ini mengungguli JetFormer 2.8B (FID 6.64) dan TARFlow p8 (4.69), dan kompetitif dengan STARFlow p8. Varian dekoder STARFlow (FID 2.40) tetap lebih kuat tetapi menggunakan pengaturan multi-tahap.