Tổng quan về các mô hình tạo sinh trong AI
Mô hình xác suất tường minh (explicit likelihood-based models) vs Mô hình ngầm định (implicit generative models) I. Giới thiệu Mô hình tạo sinh (generative model) là hệ thống AI học từ các ví dụ dữ liệu (ví dụ: hình ảnh, văn bản) và có khả năng tạo ra dữ liệu mới tương tự. Nói cách khác, mô hình tạo sinh học phân phối xác suất của dữ liệu huấn luyện, rồi sinh ra các mẫu mới từ phân phối đó [1] . Các mô hình tạo sinh sâu hiện nay chủ yếu chia thành hai nhóm chính dựa trên cách chúng biểu diễn phân phối xác suất của dữ liệu [2] : · Nhóm mô hình xác suất tường minh (explicit likelihood-based models): trực tiếp biểu diễn và ước lượng hàm mật độ xác suất của dữ liệu. Nhóm này học phân phối bằng cách tối đa hóa likelihood (xác suất) trên dữ liệu (thường là tối đa hóa hàm log-likelihood hoặc xấp xỉ bằng các mục tiêu phụ) [2] [3] . Ví dụ tiêu biểu gồm mô hình tự hồi quy , mô hình dòng chuẩn hóa (normalizing flow), mô hình dựa t...