跳到正文
arXiv · 机器人与计算机视觉· Julius Erbach, Dominik Narnhofer, Bernt Schiele, Jan Eric Lenssen, Konrad Schindler·· 2026-10-19AI 评分73

PONDER:学习按正确顺序生成图像

PONDER: Learning to Generate in the Right Order

AI 导读

论文介绍 PONDER 方法,让图像生成模型学习填充内容的顺序及何时修正早期预测。该方法在冻结生成器的情况下,将 MAR-B ImageNet FID 从 4.09 降至 2.78,硬视觉数独准确率从 3.9% 提至 56.6%,引入重思考机制后 FID 进一步降至 2.70、准确率达 96.7%。材料为预印本,未提及同行评审状态或开源代码。

来源:arXiv · 机器人与计算机视觉 · arxiv.org