Buchumschlag

Controllable Image Generation with Composed Parallel Token Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stirling, Jamie, Al-Moubayed, Noura, Willcocks, Chris G., Shum, Hubert P. H.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Controllable Image Generation with Composed Parallel Token Prediction
von: Stirling, Jamie, et al.
Veröffentlicht: (2024)

Investigating Permutation-Invariant Discrete Representation Learning for Spatially Aligned Images
von: Stirling, Jamie S. J., et al.
Veröffentlicht: (2026)

Inference-Time Decomposition of Activations (ITDA): A Scalable Approach to Interpreting Large Language Models
von: Leask, Patrick, et al.
Veröffentlicht: (2025)

Video Prediction of Dynamic Physical Simulations With Pixel-Space Spatiotemporal Transformers
von: Slack, Dean L, et al.
Veröffentlicht: (2025)

Disentangling Racial Phenotypes: Fine-Grained Control of Race-related Facial Phenotype Characteristics
von: Yucer, Seyma, et al.
Veröffentlicht: (2024)

Breaking Down Financial News Impact: A Novel AI Approach with Geometric Hypergraphs
von: Harit, Anoushka, et al.
Veröffentlicht: (2024)

Everything is a Video: Unifying Modalities through Next-Frame Prediction
von: Hudson, G. Thomas, et al.
Veröffentlicht: (2024)

Repeat and Concatenate: 2D to 3D Image Translation with 3D to 3D Generative Modeling
von: Corona-Figueroa, Abril, et al.
Veröffentlicht: (2024)

$\infty$-Diff: Infinite Resolution Diffusion with Subsampled Mollified States
von: Bond-Taylor, Sam, et al.
Veröffentlicht: (2023)

Data Augmentation via Mixed Class Interpolation using Cycle-Consistent Generative Adversarial Networks Applied to Cross-Domain Imagery
von: Sasaki, Hiroshi, et al.
Veröffentlicht: (2020)

The Power of Next-Frame Prediction for Learning Physical Laws
von: Winterbottom, Thomas, et al.
Veröffentlicht: (2024)

Textual Localization: Decomposing Multi-concept Images for Subject-Driven Text-to-Image Generation
von: Shentu, Junjie, et al.
Veröffentlicht: (2024)

Sparse Autoencoders Do Not Find Canonical Units of Analysis
von: Leask, Patrick, et al.
Veröffentlicht: (2025)

Parallel Token Prediction for Language Models
von: Draxler, Felix, et al.
Veröffentlicht: (2025)

RAPiD-Seg: Range-Aware Pointwise Distance Distribution Networks for 3D LiDAR Segmentation
von: Li, Li, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Contrastive Learning for Cross-domain Inference
von: Liu, Mingyue, et al.
Veröffentlicht: (2025)

LLMs for LLMs: A Structured Prompting Methodology for Long Legal Documents
von: Klem, Strahinja, et al.
Veröffentlicht: (2025)

MuLD: The Multitask Long Document Benchmark
von: Hudson, G Thomas, et al.
Veröffentlicht: (2022)

One-Index Vector Quantization Based Adversarial Attack on Image Classification
von: Fan, Haiju, et al.
Veröffentlicht: (2024)

AttenCraft: Attention-guided Disentanglement of Multiple Concepts for Text-to-Image Customization
von: Shentu, Junjie, et al.
Veröffentlicht: (2024)

BOOST: Out-of-Distribution-Informed Adaptive Sampling for Bias Mitigation in Stylistic Convolutional Neural Networks
von: Vijendran, Mridula, et al.
Veröffentlicht: (2025)

TraIL-Det: Transformation-Invariant Local Feature Networks for 3D LiDAR Object Detection with Unsupervised Pre-Training
von: Li, Li, et al.
Veröffentlicht: (2024)

Improving Token-Based World Models with Parallel Observation Prediction
von: Cohen, Lior, et al.
Veröffentlicht: (2024)

Early Detection and Reduction of Memorisation for Domain Adaptation and Instruction Tuning
von: Slack, Dean L., et al.
Veröffentlicht: (2025)

MIEB: Massive Image Embedding Benchmark
von: Xiao, Chenghao, et al.
Veröffentlicht: (2025)

Dirichlet-Based Monte Carlo Dropout for Uncertainty Estimation in Neural Networks
von: Hoblos, Rouaa, et al.
Veröffentlicht: (2026)

On the Design Fundamentals of Diffusion Models: A Survey
von: Chang, Ziyi, et al.
Veröffentlicht: (2023)

RAR-b: Reasoning as Retrieval Benchmark
von: Xiao, Chenghao, et al.
Veröffentlicht: (2024)

Orthrus: Memory-Efficient Parallel Token Generation via Dual-View Diffusion
von: Van Nguyen, Chien, et al.
Veröffentlicht: (2026)

ProPD: Dynamic Token Tree Pruning and Generation for LLM Parallel Decoding
von: Zhong, Shuzhang, et al.
Veröffentlicht: (2024)

Generative Verifiers: Reward Modeling as Next-Token Prediction
von: Zhang, Lunjun, et al.
Veröffentlicht: (2024)

Composable Crystals: Controllable Materials Discovery via Concept Learning
von: Liu, Nian, et al.
Veröffentlicht: (2026)

Proof of Concept: Multi-Target Wildfire Risk Prediction and Large Language Model Synthesis
von: Caron, Nicolas, et al.
Veröffentlicht: (2026)

Localized Forest Fire Risk Prediction: A Department-Aware Approach for Operational Decision Support
von: Caron, Nicolas, et al.
Veröffentlicht: (2025)

Multi-Token Residual Prediction
von: Xu, Yufeng, et al.
Veröffentlicht: (2026)

A Deep Learning Approach Towards Student Performance Prediction in Online Courses: Challenges Based on a Global Perspective
von: Moubayed, Abdallah, et al.
Veröffentlicht: (2024)

Triplet Synthesis For Enhancing Composed Image Retrieval via Counterfactual Image Generation
von: Uesugi, Kenta, et al.
Veröffentlicht: (2025)

Separable Expert Architecture: Toward Privacy-Preserving LLM Personalization via Composable Adapters and Deletable User Proxies
von: Schneider, Chris, et al.
Veröffentlicht: (2026)

GeoToken: Hierarchical Geolocalization of Images via Next Token Prediction
von: Ghasemi, Narges, et al.
Veröffentlicht: (2025)

FACap: A Large-scale Fashion Dataset for Fine-grained Composed Image Retrieval
von: Gardères, François, et al.
Veröffentlicht: (2025)