正常化流（NFs）是一种基于似然的连续输入模型，近年来关注较少。本文介绍了TarFlow，一种简单且可扩展的架构，显著提升了NFs的性能。TarFlow结合自回归Transformer块，能够直接建模和生成像素。通过引入高斯噪声增强、后处理去噪和有效指导方法，TarFlow在图像似然估计上创下新纪录，其生成样本的质量和多样性与扩散模型相当。