FARMER kombinerer en inverterbar autoregressiv flyt, som kan kartlegge bilder til og fra latent rom uten tap av informasjon, med en autoregressiv transformator som modellerer hvert latente tokens distribusjon ved hjelp av Gaussiske blandinger, og gir eksakte sannsynligheter i en ett-trinns generator på pikselnivå. Den introduserer tre viktige innovasjoner: - Selvovervåket kanaldeling skiller latente funksjoner i informative (ZI) og redundante (ZR) grupper, og modellerer effektivt struktur og detaljer. - Resampling-basert klassifiseringsfri veiledning (CFG) forbedrer bildekvaliteten og muliggjør kontrollerbar sampling. - Ett-trinns AF-destillasjon akselererer genereringen ved å erstatte langsom sekvensiell reversering med et enkelt raskt reverstrinn. På ImageNet-256 (klassebetinget, 50k prøver) oppnår 1.9B patch-8-modellen FID 3.60 / IS 269.21 / Prec 0.81 / Rec 0.51. Etter +60 epoker blir slutning 22 × raskere for AF-revers (0,1689 s → 0,0076s per bilde) og omtrent 4× raskere totalt (0,2189s → 0,0567s per bilde). Den overgår JetFormer 2.8B (FID 6.64) og TARFlow p8 (4.69), og er konkurransedyktig med STARFlow p8. STARFlows dekoder-finjusterte variant (FID 2.40) forblir sterkere, men bruker et flertrinnsoppsett.