Buchumschlag

From Prediction to Perfection: Introducing Refinement to Autoregressive Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Cheng, Song, Lin, An, Di, Xiao, Yicheng, Zhang, Xuchong, Sun, Hongbin, Shan, Ying
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Feature and Attention Dual Erasure Attack against Multi-View Diffusion Models for 3D Assets Protection
von: Sun, Jingwei, et al.
Veröffentlicht: (2024)

Object-fabrication Targeted Attack for Object Detection
von: Zhang, Xuchong, et al.
Veröffentlicht: (2022)

Meta-Adapter: An Online Few-shot Learner for Vision-Language Model
von: Cheng, Cheng, et al.
Veröffentlicht: (2023)

Activating Wider Areas in Image Super-Resolution
von: Cheng, Cheng, et al.
Veröffentlicht: (2024)

HaploOmni: Unified Single Transformer for Multimodal Video Understanding and Generation
von: Xiao, Yicheng, et al.
Veröffentlicht: (2025)

Quant Experts: Token-aware Adaptive Error Reconstruction with Mixture of Experts for Large Vision-Language Models Quantization
von: Jia, Chenwei, et al.
Veröffentlicht: (2026)

From Broad Exploration to Stable Synthesis: Entropy-Guided Optimization for Autoregressive Image Generation
von: Song, Han, et al.
Veröffentlicht: (2026)

SJD-VP: Speculative Jacobi Decoding with Verification Prediction for Autoregressive Image Generation
von: Shan, Bingqi, et al.
Veröffentlicht: (2026)

ViD-GPT: Introducing GPT-style Autoregressive Generation in Video Diffusion Models
von: Gao, Kaifeng, et al.
Veröffentlicht: (2024)

ControlAR: Controllable Image Generation with Autoregressive Models
von: Li, Zongming, et al.
Veröffentlicht: (2024)

Expand Your SCOPE: Semantic Cognition over Potential-Based Exploration for Embodied Visual Navigation
von: Wang, Ningnan, et al.
Veröffentlicht: (2025)

WAT: Online Video Understanding Needs Watching Before Thinking
von: Han, Zifan, et al.
Veröffentlicht: (2026)

ARIG: Autoregressive Interactive Head Generation for Real-time Conversations
von: Guo, Ying, et al.
Veröffentlicht: (2025)

Improving Autoregressive Image Generation through Coarse-to-Fine Token Prediction
von: Guo, Ziyao, et al.
Veröffentlicht: (2025)

UHR-Net: An Uncertainty-Aware Hypergraph Refinement Network for Medical Image Segmentation
von: Cheng, Shuokun, et al.
Veröffentlicht: (2026)

Towards Better & Faster Autoregressive Image Generation: From the Perspective of Entropy
von: Ma, Xiaoxiao, et al.
Veröffentlicht: (2025)

Improving Flexible Image Tokenizers for Autoregressive Image Generation
von: Fu, Zixuan, et al.
Veröffentlicht: (2026)

Adaptive Begin-of-Video Tokens for Autoregressive Video Diffusion Models
von: Cheng, Tianle, et al.
Veröffentlicht: (2025)

ResTok: Learning Hierarchical Residuals in 1D Visual Tokenizers for Autoregressive Image Generation
von: Zhang, Xu, et al.
Veröffentlicht: (2026)

RefineAnything: Multimodal Region-Specific Refinement for Perfect Local Details
von: Zhou, Dewei, et al.
Veröffentlicht: (2026)

ImageFolder: Autoregressive Image Generation with Folded Tokens
von: Li, Xiang, et al.
Veröffentlicht: (2024)

STAGE: Stable and Generalizable GRPO for Autoregressive Image Generation
von: Ma, Xiaoxiao, et al.
Veröffentlicht: (2025)

From "What" to "How": Constrained Reasoning for Autoregressive Image Generation
von: Yan, Ruxue, et al.
Veröffentlicht: (2026)

Effective Message Hiding with Order-Preserving Mechanisms
von: Yu, Gao, et al.
Veröffentlicht: (2024)

Group Critical-token Policy Optimization for Autoregressive Image Generation
von: Zhang, Guohui, et al.
Veröffentlicht: (2025)

SJD-PV: Speculative Jacobi Decoding with Phrase Verification for Autoregressive Image Generation
von: Yu, Zhehao, et al.
Veröffentlicht: (2026)

Mask Grounding for Referring Image Segmentation
von: Chng, Yong Xien, et al.
Veröffentlicht: (2023)

Visual Self-Refinement for Autoregressive Models
von: Wang, Jiamian, et al.
Veröffentlicht: (2025)

Autoregressive Video Generation beyond Next Frames Prediction
von: Ren, Sucheng, et al.
Veröffentlicht: (2025)

HaploVL: A Single-Transformer Baseline for Multi-Modal Understanding
von: Yang, Rui, et al.
Veröffentlicht: (2025)

Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation
von: Sun, Peize, et al.
Veröffentlicht: (2024)

Next Patch Prediction for Autoregressive Visual Generation
von: Pang, Yatian, et al.
Veröffentlicht: (2024)

Autoregressive Image Generation Needs Only a Few Lines of Cached Tokens
von: Qin, Ziran, et al.
Veröffentlicht: (2025)

ALTo: Adaptive-Length Tokenizer for Autoregressive Mask Generation
von: Wang, Lingfeng, et al.
Veröffentlicht: (2025)

DiCoDe: Diffusion-Compressed Deep Tokens for Autoregressive Video Generation with Language Models
von: Li, Yizhuo, et al.
Veröffentlicht: (2024)

3D Human Pose Estimation Based on 2D-3D Consistency with Synchronized Adversarial Training
von: Deng, Yicheng, et al.
Veröffentlicht: (2021)

Autoregressive Image Generation with Vision Full-view Prompt
von: Cai, Miaomiao, et al.
Veröffentlicht: (2025)

DiverseAR: Boosting Diversity in Bitwise Autoregressive Image Generation
von: Yang, Ying, et al.
Veröffentlicht: (2025)

Continuous Speculative Decoding for Autoregressive Image Generation
von: Wang, Zili, et al.
Veröffentlicht: (2024)

Go with Your Gut: Scaling Confidence for Autoregressive Image Generation
von: Chen, Harold Haodong, et al.
Veröffentlicht: (2025)