预训练自回归模型实现任意顺序生成
热点事件持续更新
预训练自回归模型实现任意顺序生成
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
针对预训练自回归图像模型在推理编辑时的局限，研究人员提出适应光栅扫描模型生成任意顺序的方法。该方法包含未来感知位置嵌入与顺序课程两个核心组件，旨在解决目标位置可识别性问题并优化生成路径。 在LlamaGen和RAR等基座模型的实验中，该方法显著提升了性能。其在ImageNet修补任务中取得6.21的FID，优于MaskGIT的10.44。该方案兼容现有自回归推理栈，且额外计算成本仅为预训练的13%至33%。 这项研究成果由Rishav Pramanik等人发表，论文已被NeurIPS 2026正式接收。该工作为自回归图像模型解锁了任意顺序生成的能力，提升了其在特定生成任务中的灵活性与效率。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
预训练自回归图像模型任意顺序生成解锁报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · ML预训练自回归图像模型任意顺序生成解锁
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。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。