flow-based

本文介绍了 FLAS，这是一种基于流的激活引导方法，通过学习概念条件化的速度场，在推理时引导语言模型的激活。在 AxBench 基准测试中，FLAS 是首个无需针对特定概念进行微调，即可在未见概念上持续优于上下文提示（in-context prompting）的学习型方法。

OpenAI 推出 Glow，一种改进的可逆生成模型，通过用可学习的 1x1 卷积替换固定置换简化了 RealNVP 架构，实现更好的信息流和显著的性能提升。