Copertina

StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Keli, Wang, Zhendong, Zhou, Wengang, Li, Houqiang
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

ScaleWeaver: Weaving Efficient Controllable T2I Generation with Multi-Scale Reference Attention
di: Liu, Keli, et al.
Pubblicazione: (2025)

Multi-Cue Adaptive Visual Token Pruning for Large Vision-Language Models
di: Luan, Bozhi, et al.
Pubblicazione: (2025)

FastVAR: Linear Visual Autoregressive Modeling via Cached Token Pruning
di: Guo, Hang, et al.
Pubblicazione: (2025)

GaussNav: Gaussian Splatting for Visual Navigation
di: Lei, Xiaohan, et al.
Pubblicazione: (2024)

DesignDiffusion: High-Quality Text-to-Design Image Generation with Diffusion Models
di: Wang, Zhendong, et al.
Pubblicazione: (2025)

EchoGen: Generating Visual Echoes in Any Scene via Feed-Forward Subject-Driven Auto-Regressive Model
di: Dong, Ruixiao, et al.
Pubblicazione: (2025)

Beyond Point-Wise Matching: Structural Representation Alignment for Accelerating Diffusion Transformers
di: Xu, Shaodong, et al.
Pubblicazione: (2026)

CycleVAR: Repurposing Autoregressive Model for Unsupervised One-Step Image Translation
di: Liu, Yi, et al.
Pubblicazione: (2025)

Seg-VAR: Image Segmentation with Visual Autoregressive Modeling
di: Zheng, Rongkun, et al.
Pubblicazione: (2025)

FasterVAR: Plug-and-Play Acceleration for Visual Autoregressive Models
di: Li, Senmao, et al.
Pubblicazione: (2025)

MotionRL: Align Text-to-Motion Generation to Human Preferences with Multi-Reward Reinforcement Learning
di: Liu, Xiaoyang, et al.
Pubblicazione: (2024)

Revisiting Shadow Detection from a Vision-Language Perspective
di: Wang, Yonghui, et al.
Pubblicazione: (2026)

AdaptVision: Dynamic Input Scaling in MLLMs for Versatile Scene Understanding
di: Wang, Yonghui, et al.
Pubblicazione: (2024)

CPC-VAR:Continual Personalized and Compositional Generation in Visual Autoregressive Models
di: Li, Junhao, et al.
Pubblicazione: (2026)

Structural Action Transformer for 3D Dexterous Manipulation
di: Lei, Xiaohan, et al.
Pubblicazione: (2026)

SwinShadow: Shifted Window for Ambiguous Adjacent Shadow Detection
di: Wang, Yonghui, et al.
Pubblicazione: (2024)

LiteVAR: Compressing Visual Autoregressive Modelling with Efficient Attention and Quantization
di: Xie, Rui, et al.
Pubblicazione: (2024)

DocR1: Evidence Page-Guided GRPO for Multi-Page Document Understanding
di: Xiong, Junyu, et al.
Pubblicazione: (2025)

ControlVAR: Exploring Controllable Visual Autoregressive Modeling
di: Li, Xiang, et al.
Pubblicazione: (2024)

SkipVAR: Accelerating Visual Autoregressive Modeling via Adaptive Frequency-Aware Skipping
di: Li, Jiajun, et al.
Pubblicazione: (2025)

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

Edit-GRPO: A Locality-Preserving Policy Optimization Framework for Image Editing
di: Xu, Shaodong, et al.
Pubblicazione: (2026)

Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction
di: Guo, Zhiyang, et al.
Pubblicazione: (2024)

Text-Animator: Controllable Visual Text Video Generation
di: Liu, Lin, et al.
Pubblicazione: (2024)

RemoteVAR: Autoregressive Visual Modeling for Remote Sensing Change Detection
di: Korkmaz, Yilmaz, et al.
Pubblicazione: (2026)

Forest2Seq: Revitalizing Order Prior for Sequential Indoor Scene Synthesis
di: Sun, Qi, et al.
Pubblicazione: (2024)

FlexVAR: Flexible Visual Autoregressive Modeling without Residual Prediction
di: Jiao, Siyu, et al.
Pubblicazione: (2025)

HSI-VAR: Rethinking Hyperspectral Restoration through Spatial-Spectral Visual Autoregression
di: Wang, Xiangming, et al.
Pubblicazione: (2026)

SmartEraser: Remove Anything from Images using Masked-Region Guidance
di: Jiang, Longtao, et al.
Pubblicazione: (2025)

Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
di: Sun, Qi, et al.
Pubblicazione: (2024)

RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation
di: Liao, Zhaokang, et al.
Pubblicazione: (2024)

Learning Generalizable Human Motion Generator with Reinforcement Learning
di: Mao, Yunyao, et al.
Pubblicazione: (2024)

Robust Multimodal Large Language Models Against Modality Conflict
di: Zhang, Zongmeng, et al.
Pubblicazione: (2025)

Self-Supervised Representation Learning with Spatial-Temporal Consistency for Sign Language Recognition
di: Zhao, Weichao, et al.
Pubblicazione: (2024)

Progressive Multi-modal Conditional Prompt Tuning
di: Qiu, Xiaoyu, et al.
Pubblicazione: (2024)

Image2Sentence based Asymmetrical Zero-shot Composed Image Retrieval
di: Du, Yongchao, et al.
Pubblicazione: (2024)

DiverseVAR: Balancing Diversity and Quality of Next-Scale Visual Autoregressive Models
di: Park, Mingue, et al.
Pubblicazione: (2025)

LaneTCA: Enhancing Video Lane Detection with Temporal Context Aggregation
di: Zhou, Keyi, et al.
Pubblicazione: (2024)

Instance-aware Exploration-Verification-Exploitation for Instance ImageGoal Navigation
di: Lei, Xiaohan, et al.
Pubblicazione: (2024)

Rethinking Structure Preservation in Text-Guided Image Editing with Visual Autoregressive Models
di: Xia, Tao, et al.
Pubblicazione: (2026)