Buchumschlag

Infinity-RoPE: Action-Controllable Infinite Video Generation Emerges From Autoregressive Self-Rollout

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yesiltepe, Hidir, Meral, Tuna Han Salih, Akan, Adil Kaan, Oktay, Kaan, Yanardag, Pinar
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

Aligning Latent Geometry for Spherical Flow Matching in Image Generation
von: Meral, Tuna Han Salih, et al.
Veröffentlicht: (2026)

VideoMLA: Low-Rank Latent KV Cache for Minute-Scale Autoregressive Video Diffusion
von: Yesiltepe, Hidir, et al.
Veröffentlicht: (2026)

MotionFlow: Attention-Driven Motion Transfer in Video Diffusion Models
von: Meral, Tuna Han Salih, et al.
Veröffentlicht: (2024)

MotionShop: Zero-Shot Motion Transfer in Video Diffusion Models with Mixture of Score Guidance
von: Yesiltepe, Hidir, et al.
Veröffentlicht: (2024)

Dynamic View Synthesis as an Inverse Problem
von: Yesiltepe, Hidir, et al.
Veröffentlicht: (2025)

MIST: Mitigating Intersectional Bias with Disentangled Cross-Attention Editing in Text-to-Image Diffusion Models
von: Yesiltepe, Hidir, et al.
Veröffentlicht: (2024)

The Curious Case of End Token: A Zero-Shot Disentangled Image Editing using CLIP
von: Yesiltepe, Hidir, et al.
Veröffentlicht: (2024)

LoRAShop: Training-Free Multi-Concept Image Generation and Editing with Rectified Flow Transformers
von: Dalva, Yusuf, et al.
Veröffentlicht: (2025)

GANTASTIC: GAN-based Transfer of Interpretable Directions for Disentangled Image Editing in Text-to-Image Diffusion Models
von: Dalva, Yusuf, et al.
Veröffentlicht: (2024)

Learning Object-Centric Representations Based on Slots in Real World Scenarios
von: Akan, Adil Kaan
Veröffentlicht: (2025)

Contrastive Test-Time Composition of Multiple LoRA Models for Image Generation
von: Meral, Tuna Han Salih, et al.
Veröffentlicht: (2024)

Compositional Video Synthesis by Temporal Object-Centric Learning
von: Akan, Adil Kaan, et al.
Veröffentlicht: (2025)

Periodic RoPE for Infinite Context LLMs
von: Huo, Simin
Veröffentlicht: (2026)

Slot-Guided Adaptation of Pre-trained Diffusion Models for Object-Centric Learning and Compositional Generation
von: Akan, Adil Kaan, et al.
Veröffentlicht: (2025)

ConceptAttention: Diffusion Transformers Learn Highly Interpretable Features
von: Helbling, Alec, et al.
Veröffentlicht: (2025)

DTG-Restore: Training-Free Diffusion Refinement for Generative Video Super-Resolution
von: Yesiltepe, Hidir, et al.
Veröffentlicht: (2026)

Stylebreeder: Exploring and Democratizing Artistic Styles through Text-to-Image Models
von: Zheng, Matthew, et al.
Veröffentlicht: (2024)

ReRoPE: Repurposing RoPE for Relative Camera Control
von: Li, Chunyang, et al.
Veröffentlicht: (2026)

RoPE-LIME: RoPE-Space Locality + Sparse-K Sampling for Efficient LLM Attribution
von: Picov, Isaac, et al.
Veröffentlicht: (2026)

Base of RoPE Bounds Context Length
von: Men, Xin, et al.
Veröffentlicht: (2024)

Scaling Laws of RoPE-based Extrapolation
von: Liu, Xiaoran, et al.
Veröffentlicht: (2023)

ExtraVAR: Stage-Aware RoPE Remapping for Resolution Extrapolation in Visual Autoregressive Models
von: Yan, Feihong, et al.
Veröffentlicht: (2026)

Untwisting RoPE: Frequency Control for Shared Attention in DiTs
von: Mikaeili, Aryan, et al.
Veröffentlicht: (2026)

AdaState: Self-Evolving Anchors for Streaming Video Generation
von: Dalva, Yusuf, et al.
Veröffentlicht: (2026)

Demystifying the Slash Pattern in Attention: The Role of RoPE
von: Cheng, Yuan, et al.
Veröffentlicht: (2026)

Shuffle the Context: RoPE-Perturbed Self-Distillation for Long-Context Adaptation
von: Li, Zichong, et al.
Veröffentlicht: (2026)

RoPE Attention Can Be Trained in Almost Linear Time
von: Cao, Yang, et al.
Veröffentlicht: (2024)

Frayed RoPE and Long Inputs: A Geometric Perspective
von: Wertheimer, Davis, et al.
Veröffentlicht: (2026)

Circuit Complexity Bounds for RoPE-based Transformer Architecture
von: Chen, Bo, et al.
Veröffentlicht: (2024)

Anchor Forcing: Anchor Memory and Tri-Region RoPE for Interactive Streaming Video Diffusion
von: Yang, Yang, et al.
Veröffentlicht: (2026)

RAP: KV-Cache Compression via RoPE-Aligned Pruning
von: Xin, Jihao, et al.
Veröffentlicht: (2026)

A Circular Argument : Does RoPE need to be Equivariant for Vision?
von: van de Geijn, Chase, et al.
Veröffentlicht: (2025)

Understanding the RoPE Extensions of Long-Context LLMs: An Attention Perspective
von: Zhong, Meizhi, et al.
Veröffentlicht: (2024)

On the token distance modeling ability of higher RoPE attention dimension
von: Hong, Xiangyu, et al.
Veröffentlicht: (2024)

LinearARD: Linear-Memory Attention Distillation for RoPE Restoration
von: Yang, Ning, et al.
Veröffentlicht: (2026)

Rotate Both Ways: Time-and-Order RoPE for Generative Recommendation
von: Wei, Xiaokai, et al.
Veröffentlicht: (2025)

Conditional Information Gain Trellis
von: Bicici, Ufuk Can, et al.
Veröffentlicht: (2024)

CoPE: Clipped RoPE as A Scalable Free Lunch for Long Context LLMs
von: Li, Haoran, et al.
Veröffentlicht: (2026)

Attention Drift: What Autoregressive Speculative Decoding Models Learn
von: Eldenk, Doğaç, et al.
Veröffentlicht: (2026)

DTT-BSR: GAN-based DTTNet with RoPE Transformer Enhancement for Music Source Restoration
von: Tan, Shihong, et al.
Veröffentlicht: (2026)