跳到正文
arXiv · 机器人与计算机视觉· Rishav Pramanik, Marco Pedersoli, Zhaozheng Yin·· 20 天前AI 评分75

解锁预训练自回归图像模型的任意顺序生成

Unlocking Any-Order Generation in Pretrained Autoregressive Image Models

AI 导读

针对自回归图像模型在推理时无法灵活编辑或补全的问题,本文提出一种适配预训练模型的方法,利用未来感知位置编码和排序课程学习,在不改变标准推理栈的前提下实现任意顺序生成。实验显示该方法在 ImageNet 补全任务上优于 MaskGIT,计算开销仅增加 13%-33%。代码已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org