arXiv · ML· Rishav Pramanik, Marco Pedersoli, Zhaozheng Yin·· 8 小时前AI 评分35
预训练自回归图像模型任意顺序生成解锁
Unlocking Any-Order Generation in Pretrained Autoregressive Image Models
AI 导读
针对预训练自回归图像模型无法进行推理时编辑的问题，提出未来感知位置嵌入和顺序课程两种组件实现任意顺序生成。 在 LlamaGen 和 RAR 四个基座模型上，该方法在 ImageNet 修补任务 FID 达 6.21，优于 MaskGIT 的 10.44，且兼容现有 AR 推理栈。 额外计算成本仅为预训练的 13-33%，论文已被 NeurIPS 2026 接收。
来源：arXiv · ML · arxiv.org