预训练自回归图像模型实现任意顺序生成

论文作者提出一种适配方法，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，从而支持图像修复、外扩和编辑。方法由两部分组成：未来感知位置嵌入，用于解决目标位置可识别性问题；顺序课程，用于从预训练解稳定过渡到任意顺序生成。 作者在 LlamaGen-L/XL 和 RAR-L/XL 四个基座模型上验证该方法。ImageNet 修复任务中，该方法的 FID 为 6.21，低于 MaskGIT 的 10.44；额外算力为预训练的 13%–33%，且不改变标准自回归推理栈。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。