Copertina

Policy Optimized Text-to-Image Pipeline Design

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Gadot, Uri, Gal, Rinon, Ziser, Yftah, Chechik, Gal, Mannor, Shie
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Key-Locked Rank One Editing for Text-to-Image Personalization
di: Tewel, Yoad, et al.
Pubblicazione: (2023)

RL-RC-DoT: A Block-level RL agent for Task-Aware Video Compression
di: Gadot, Uri, et al.
Pubblicazione: (2025)

Training-Free Consistent Text-to-Image Generation
di: Tewel, Yoad, et al.
Pubblicazione: (2024)

Add-it: Training-Free Object Insertion in Images With Pretrained Diffusion Models
di: Tewel, Yoad, et al.
Pubblicazione: (2024)

Spanning the Visual Analogy Space with a Weight Basis of LoRAs
di: Manor, Hila, et al.
Pubblicazione: (2026)

Motion by Queries: Identity-Motion Trade-offs in Text-to-Video Generation
di: Atzmon, Yuval, et al.
Pubblicazione: (2024)

Single Image Iterative Subject-driven Generation and Editing
di: Shpitzer, Yair, et al.
Pubblicazione: (2025)

LCM-Lookahead for Encoder-based Text-to-Image Personalization
di: Gal, Rinon, et al.
Pubblicazione: (2024)

More Test-Time Compute Can Hurt: Overestimation Bias in LLM Beam Search
di: Dalal, Gal, et al.
Pubblicazione: (2026)

ComfyGen: Prompt-Adaptive Workflows for Text-to-Image Generation
di: Gal, Rinon, et al.
Pubblicazione: (2024)

Assessing Image Quality Using a Simple Generative Representation
di: Raviv, Simon, et al.
Pubblicazione: (2024)

Make It Count: Text-to-Image Generation with an Accurate Number of Objects
di: Binyamin, Lital, et al.
Pubblicazione: (2024)

Policy Gradient with Tree Expansion
di: Dalal, Gal, et al.
Pubblicazione: (2023)

Data-Driven Loss Functions for Inference-Time Optimization in Text-to-Image
di: Yiflach, Sapir Esther, et al.
Pubblicazione: (2025)

Lost in Space? Vision-Language Models Struggle with Relative Camera Pose Estimation
di: Deng, Ken, et al.
Pubblicazione: (2026)

DiffUHaul: A Training-Free Method for Object Dragging in Images
di: Avrahami, Omri, et al.
Pubblicazione: (2024)

Where's Waldo: Diffusion Features for Personalized Segmentation and Retrieval
di: Samuel, Dvir, et al.
Pubblicazione: (2024)

Bootstrapping Action-Grounded Visual Dynamics in Unified Vision-Language Models
di: Qiu, Yifu, et al.
Pubblicazione: (2025)

Padding Tone: A Mechanistic Analysis of Padding Tokens in T2I Models
di: Toker, Michael, et al.
Pubblicazione: (2025)

Fast Autoregressive Video Diffusion and World Models with Temporal Cache Compression and Sparse Attention
di: Samuel, Dvir, et al.
Pubblicazione: (2026)

TurboEdit: Text-Based Image Editing Using Few-Step Diffusion Models
di: Deutch, Gilad, et al.
Pubblicazione: (2024)

On the Robustness of Diffusion-Based Image Compression to Bit-Flip Errors
di: Vaisman, Amit, et al.
Pubblicazione: (2026)

PlaMo: Plan and Move in Rich 3D Physical Environments
di: Hallak, Assaf, et al.
Pubblicazione: (2024)

ImageRAG: Dynamic Image Retrieval for Reference-Guided Image Generation
di: Shalev-Arkushin, Rotem, et al.
Pubblicazione: (2025)

Exploration-Driven Policy Optimization in RLHF: Theoretical Insights on Efficient Data Utilization
di: Du, Yihan, et al.
Pubblicazione: (2024)

Tree Search-Based Policy Optimization under Stochastic Execution Delay
di: Valensi, David, et al.
Pubblicazione: (2024)

PhyGenHOI: Physically-Aware 4D Generation of Dynamic Human-Object Interactions
di: Benishu, Omer, et al.
Pubblicazione: (2026)

Per-Query Visual Concept Learning
di: Malca, Ori, et al.
Pubblicazione: (2025)

Policy Gradient with Tree Search: Avoiding Local Optimas through Lookahead
di: Koren, Uri, et al.
Pubblicazione: (2025)

Lay-A-Scene: Personalized 3D Object Arrangement Using Text-to-Image Priors
di: Rahamim, Ohad, et al.
Pubblicazione: (2024)

Curriculum Group Policy Optimization: Adaptive Sampling for Unleashing the Potential of Text-to-Image Generation
di: Li, Baoteng, et al.
Pubblicazione: (2026)

Knowing Before Saying: LLM Representations Encode Information About Chain-of-Thought Success Before Completion
di: Afzal, Anum, et al.
Pubblicazione: (2025)

Learner Attentiveness and Engagement Analysis in Online Education Using Computer Vision
di: Gogawale, Sharva, et al.
Pubblicazione: (2024)

Simulus: Combining Improvements in Sample-Efficient World Model Agents
di: Cohen, Lior, et al.
Pubblicazione: (2025)

Continual Learning for Image Captioning through Improved Image-Text Alignment
di: Taetz, Bertram, et al.
Pubblicazione: (2025)

IP-Composer: Semantic Composition of Visual Concepts
di: Dorfman, Sara, et al.
Pubblicazione: (2025)

Text2Model: Text-based Model Induction for Zero-shot Image Classification
di: Amosy, Ohad, et al.
Pubblicazione: (2022)

TextureSAM: Towards a Texture Aware Foundation Model for Segmentation
di: Cohen, Inbal, et al.
Pubblicazione: (2025)

Pathways on the Image Manifold: Image Editing via Video Generation
di: Rotstein, Noam, et al.
Pubblicazione: (2024)

Adapting to the Unknown: Training-Free Audio-Visual Event Perception with Dynamic Thresholds
di: Shaar, Eitan, et al.
Pubblicazione: (2025)