arXiv Computer Vision· Rishav Pramanik, Marco Pedersoli, Zhaozheng Yin·· 7 小时前AI 评分38
让预训练自回归图像模型支持任意顺序生成
Unlocking Any-Order Generation in Pretrained Autoregressive Image Models
AI 导读
研究者提出一套适配方法，把预训练的栅格扫描自回归图像模型改造成任意顺序生成器，无需从头训练。方法包含未来感知位置嵌入和顺序课程，在 LlamaGen-L/XL、RAR-L/XL 四个模型上实现 ImageNet 修复 FID 6.21（MaskGIT 为 10.44），额外算力仅为预训练的 13-33%，且保留 KV caching、vLLM 等标准 AR 推理栈。
来源：arXiv Computer Vision · arxiv.org