Buchumschlag

Progress by Pieces: Test-Time Scaling for Autoregressive Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Joonhyung, Jang, Hyeongwon, Kim, Joowon, Yang, Eunho
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CollabVR: Collaborative Video Reasoning with Vision-Language and Video Generation Models
von: Kim, Joowon, et al.
Veröffentlicht: (2026)

Unveiling the Response of Large Vision-Language Models to Visually Absent Tokens
von: Kim, Sohee, et al.
Veröffentlicht: (2025)

PruNeRF: Segment-Centric Dataset Pruning via 3D Spatial Consistency
von: Jung, Yeonsung, et al.
Veröffentlicht: (2024)

Preserve or Modify? Context-Aware Evaluation for Balancing Preservation and Modification in Text-Guided Image Editing
von: Kim, Yoonjeon, et al.
Veröffentlicht: (2024)

LANTERN: Accelerating Visual Autoregressive Models with Relaxed Speculative Decoding
von: Jang, Doohyuk, et al.
Veröffentlicht: (2024)

Med-PerSAM: One-Shot Visual Prompt Tuning for Personalized Segment Anything Model in Medical Domain
von: Yoon, Hangyul, et al.
Veröffentlicht: (2024)

Integrating Multimodal Large Language Model Knowledge into Amodal Completion
von: Yun, Heecheol, et al.
Veröffentlicht: (2026)

Talk in Pieces, See in Whole: Disentangling and Hierarchical Aggregating Representations for Language-based Object Detection
von: An, Sojung, et al.
Veröffentlicht: (2025)

Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction
von: Tian, Keyu, et al.
Veröffentlicht: (2024)

MAGI-1: Autoregressive Video Generation at Scale
von: ai, Sand., et al.
Veröffentlicht: (2025)

BitDance: Scaling Autoregressive Generative Models with Binary Tokens
von: Ai, Yuang, et al.
Veröffentlicht: (2026)

I2AM: Interpreting Image-to-Image Latent Diffusion Models via Bi-Attribution Maps
von: Park, Junseo, et al.
Veröffentlicht: (2024)

Video-T1: Test-Time Scaling for Video Generation
von: Liu, Fangfu, et al.
Veröffentlicht: (2025)

Locality-aware Parallel Decoding for Efficient Autoregressive Image Generation
von: Zhang, Zhuoyang, et al.
Veröffentlicht: (2025)

Direction-Aware Diagonal Autoregressive Image Generation
von: Xu, Yijia, et al.
Veröffentlicht: (2025)

Frequency Autoregressive Image Generation with Continuous Tokens
von: Yu, Hu, et al.
Veröffentlicht: (2025)

Hita: Holistic Tokenizer for Autoregressive Image Generation
von: Zheng, Anlin, et al.
Veröffentlicht: (2025)

Visual Accommodation: Rethinking Image Scale as a Learnable Variable for Object Detection
von: Seo, Daeun, et al.
Veröffentlicht: (2024)

Test-Time-Scaling for Zero-Shot Diagnosis with Visual-Language Reasoning
von: Byun, Ji Young, et al.
Veröffentlicht: (2025)

MarDini: Masked Autoregressive Diffusion for Video Generation at Scale
von: Liu, Haozhe, et al.
Veröffentlicht: (2024)

FR-TTS: Test-Time Scaling for NTP-based Image Generation with Effective Filling-based Reward Signal
von: Xu, Hang, et al.
Veröffentlicht: (2025)

Scaling Image and Video Generation via Test-Time Evolutionary Search
von: He, Haoran, et al.
Veröffentlicht: (2025)

Make It Efficient: Dynamic Sparse Attention for Autoregressive Image Generation
von: Xiang, Xunzhi, et al.
Veröffentlicht: (2025)

BitMark: Watermarking Bitwise Autoregressive Image Generative Models
von: Kerner, Louis, et al.
Veröffentlicht: (2025)

Extend3D: Town-Scale 3D Generation
von: Yoon, Seungwoo, et al.
Veröffentlicht: (2026)

Training-Free Watermarking for Autoregressive Image Generation
von: Tong, Yu, et al.
Veröffentlicht: (2025)

TIMING: Temporality-Aware Integrated Gradients for Time Series Explanation
von: Jang, Hyeongwon, et al.
Veröffentlicht: (2025)

VideoAR: Autoregressive Video Generation via Next-Frame & Scale Prediction
von: Ji, Longbin, et al.
Veröffentlicht: (2026)

Data-Efficient Unsupervised Interpolation Without Any Intermediate Frame for 4D Medical Images
von: Kim, JungEun, et al.
Veröffentlicht: (2024)

Vision Foundation Models as Effective Visual Tokenizers for Autoregressive Image Generation
von: Zheng, Anlin, et al.
Veröffentlicht: (2025)

Layout-Conditioned Autoregressive Text-to-Image Generation via Structured Masking
von: Zheng, Zirui, et al.
Veröffentlicht: (2025)

RestoreVAR: Visual Autoregressive Generation for All-in-One Image Restoration
von: Rajagopalan, Sudarshan, et al.
Veröffentlicht: (2025)

Early Timestep Zero-Shot Candidate Selection for Instruction-Guided Image Editing
von: Kim, Joowon, et al.
Veröffentlicht: (2025)

StyleForge: Enhancing Text-to-Image Synthesis for Any Artistic Styles with Dual Binding
von: Park, Junseo, et al.
Veröffentlicht: (2024)

TokenTrim: Inference-Time Token Pruning for Autoregressive Long Video Generation
von: Shaulov, Ariel, et al.
Veröffentlicht: (2026)

Automatic Channel Pruning for Multi-Head Attention
von: Lee, Eunho, et al.
Veröffentlicht: (2024)

Fast Autoregressive Video Generation with Diagonal Decoding
von: Ye, Yang, et al.
Veröffentlicht: (2025)

Improving Chain-of-Thought Efficiency for Autoregressive Image Generation
von: Gu, Zeqi, et al.
Veröffentlicht: (2025)

MILR: Improving Multimodal Image Generation via Test-Time Latent Reasoning
von: Mi, Yapeng, et al.
Veröffentlicht: (2025)

On the Robustness of Watermarking for Autoregressive Image Generation
von: Müller, Andreas, et al.
Veröffentlicht: (2026)