Buchumschlag

Rolling Sink: Bridging Limited-Horizon Training and Open-Ended Testing in Autoregressive Video Diffusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Haodong, Liu, Shaoteng, Lin, Zhe, Chandraker, Manmohan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tuned Contrastive Learning
von: Animesh, Chaitanya, et al.
Veröffentlicht: (2023)

HorizonForge: Driving Scene Editing with Any Trajectories and Any Vehicles
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

Tell, Don't Show!: Language Guidance Eases Transfer Across Domains in Images and Videos
von: Kalluri, Tarun, et al.
Veröffentlicht: (2024)

Rolling Forcing: Autoregressive Long Video Diffusion in Real Time
von: Liu, Kunhao, et al.
Veröffentlicht: (2025)

Locally Orderless Images for Optimization in Differentiable Rendering
von: Mehta, Ishit, et al.
Veröffentlicht: (2025)

Self Forcing: Bridging the Train-Test Gap in Autoregressive Video Diffusion
von: Huang, Xun, et al.
Veröffentlicht: (2025)

Drive-1-to-3: Enriching Diffusion Priors for Novel View Synthesis of Real Vehicles
von: Lin, Chuang, et al.
Veröffentlicht: (2024)

UDA-Bench: Revisiting Common Assumptions in Unsupervised Domain Adaptation Using a Standardized Framework
von: Kalluri, Tarun, et al.
Veröffentlicht: (2024)

Self-Training Large Language Models for Improved Visual Program Synthesis With Visual Reinforcement
von: Khan, Zaid, et al.
Veröffentlicht: (2024)

Taming Self-Training for Open-Vocabulary Object Detection
von: Zhao, Shiyu, et al.
Veröffentlicht: (2023)

Instantaneous Perception of Moving Objects in 3D
von: Liu, Di, et al.
Veröffentlicht: (2024)

Progressive Token Length Scaling in Transformer Encoders for Efficient Universal Segmentation
von: Aich, Abhishek, et al.
Veröffentlicht: (2024)

HorizonWeaver: Generalizable Multi-Level Semantic Editing for Driving Scenes
von: Soroco, Mauricio, et al.
Veröffentlicht: (2026)

AutoScape: Geometry-Consistent Long-Horizon Scene Generation
von: Chen, Jiacheng, et al.
Veröffentlicht: (2025)

DySink: Dynamic Frame Sinks for Autoregressive Long Video Generation
von: Ye, Bo, et al.
Veröffentlicht: (2026)

Train Short, Inference Long: Training-free Horizon Extension for Autoregressive Video Generation
von: Li, Jia, et al.
Veröffentlicht: (2026)

What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs
von: Aich, Abhishek, et al.
Veröffentlicht: (2026)

LidaRF: Delving into Lidar for Neural Radiance Field on Street Scenes
von: Sun, Shanlin, et al.
Veröffentlicht: (2024)

iFinder: Structured Zero-Shot Vision-Based LLM Grounding for Dash-Cam Video Reasoning
von: Yao, Manyi, et al.
Veröffentlicht: (2025)

End-to-End Training for Autoregressive Video Diffusion via Self-Resampling
von: Guo, Yuwei, et al.
Veröffentlicht: (2025)

Generating Enhanced Negatives for Training Language-Based Object Detectors
von: Zhao, Shiyu, et al.
Veröffentlicht: (2023)

Training-Free Open-Ended Object Detection and Segmentation via Attention as Prompts
von: Lin, Zhiwei, et al.
Veröffentlicht: (2024)

LangDriveCTRL: Natural Language Controllable Driving Scene Editing with Multi-modal Agents
von: He, Yun, et al.
Veröffentlicht: (2025)

PhyCo: Learning Controllable Physical Priors for Generative Motion
von: Narayanan, Sriram, et al.
Veröffentlicht: (2026)

Open-world Instance Segmentation: Top-down Learning with Bottom-up Supervision
von: Kalluri, Tarun, et al.
Veröffentlicht: (2023)

BridgeIV: Bridging Customized Image and Video Generation through Test-Time Autoregressive Identity Propagation
von: Hu, Panwen, et al.
Veröffentlicht: (2025)

LLM-Assist: Enhancing Closed-Loop Planning with Language-Based Reasoning
von: Sharan, S P, et al.
Veröffentlicht: (2023)

RAD-LAD: Rule and Language Grounded Autonomous Driving in Real-Time
von: Ghosh, Anurag, et al.
Veröffentlicht: (2026)

Pathwise Test-Time Correction for Autoregressive Long Video Generation
von: Xiang, Xunzhi, et al.
Veröffentlicht: (2026)

E.T. Bench: Towards Open-Ended Event-Level Video-Language Understanding
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Efficient Autoregressive Video Diffusion with Dummy Head
von: Guo, Hang, et al.
Veröffentlicht: (2026)

AutoEval-Video: An Automatic Benchmark for Assessing Large Vision Language Models in Open-Ended Video Question Answering
von: Chen, Xiuyuan, et al.
Veröffentlicht: (2023)

Ranking Distillation for Open-Ended Video Question Answering with Insufficient Labels
von: Liang, Tianming, et al.
Veröffentlicht: (2024)

Entropy-Guided k-Guard Sampling for Long-Horizon Autoregressive Video Generation
von: Han, Yizhao, et al.
Veröffentlicht: (2026)

Single Image Rolling Shutter Removal with Diffusion Models
von: Yang, Zhanglei, et al.
Veröffentlicht: (2024)

Generative Video Propagation
von: Liu, Shaoteng, et al.
Veröffentlicht: (2024)

Training-Free Efficient Video Generation via Dynamic Token Carving
von: Zhang, Yuechen, et al.
Veröffentlicht: (2025)

AuroraLong: Bringing RNNs Back to Efficient Open-Ended Video Understanding
von: Xu, Weili, et al.
Veröffentlicht: (2025)

XQ-GAN: An Open-source Image Tokenization Framework for Autoregressive Generation
von: Li, Xiang, et al.
Veröffentlicht: (2024)

StereoDiff: Stereo-Diffusion Synergy for Video Depth Estimation
von: Li, Haodong, et al.
Veröffentlicht: (2025)