Scalable Pre-training of Large Autoregressive Image Models

Documenti analoghi

• Multimodal Autoregressive Pre-training of Large Vision Encoders
  di: Fini, Enrico, et al.
  Pubblicazione: (2024)
• World-consistent Video Diffusion with Explicit 3D Modeling
  di: Zhang, Qihang, et al.
  Pubblicazione: (2024)
• Pre-trained Language Models Do Not Help Auto-regressive Text-to-Image Generation
  di: Zhang, Yuhui, et al.
  Pubblicazione: (2023)
• DART: Denoising Autoregressive Transformer for Scalable Text-to-Image Generation
  di: Gu, Jiatao, et al.
  Pubblicazione: (2024)
• Scaling Laws for Native Multimodal Models
  di: Shukor, Mustafa, et al.
  Pubblicazione: (2025)