相関する属性と相関しない属性を学習し、生成器の入力として表現を獲得してから、敵対的学習で品質を向上させるOverLORDを提案した。同じ著者でICLR 2020採択のLORDを拡張し、敵対的な識別器も採用した手法となっている。

FFHQ、AFHQ、CelebA及びCelebA-HQのデータセットで定量的及び定性的な評価を行い、従来手法を上回る結果。

シンプルなアプローチで、明確な優位性を示したため通ったと考えられる。プロジェクトページ( http://www.vision.huji.ac.il/overlord/ )が公開されている。