VAE (Variational Autoencoder)

Modello generativo che comprime dati in uno spazio latente probabilistico e li ricostruisce, imparando variazioni regolari degli esempi.

Un VAE combina un encoder che trasforma l'input in una distribuzione nello spazio latente e un decoder che genera una ricostruzione partendo da un punto di quello spazio. La componente variazionale spinge il modello a organizzare rappresentazioni continue, così punti vicini producono esempi simili. È usato per generare immagini, rilevare anomalie, comprimere dati e imparare rappresentazioni interpretabili. Rispetto a GAN e diffusion model tende a essere più stabile, con output meno nitidi.