Copertina

BitLM: Unlocking Multi-Token Language Generation with Bitwise Continuous Diffusion

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhuang, Shaobin, Ai, Yuang, Han, Jiaming, Li, Xiaohui, Huang, Huaibo, Yue, Xiangyu, Hu, Xuefeng, Xu, Kun, Wang, Yali, Chen, Hao
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

UniWeTok: An Unified Binary Tokenizer with Codebook Size $\mathit{2^{128}}$ for Unified Multimodal Large Language Model
di: Zhuang, Shaobin, et al.
Pubblicazione: (2026)

DiCo: Revitalizing ConvNets for Scalable and Efficient Diffusion Modeling
di: Ai, Yuang, et al.
Pubblicazione: (2025)

Random Wins All: Rethinking Grouping Strategies for Vision Tokens
di: Fan, Qihang, et al.
Pubblicazione: (2026)

LoRA-IR: Taming Low-Rank Experts for Efficient All-in-One Image Restoration
di: Ai, Yuang, et al.
Pubblicazione: (2024)

GIDE: Unlocking Diffusion LLMs for Precise Training-Free Image Editing
di: Zhu, Zifeng, et al.
Pubblicazione: (2026)

Rectifying Magnitude Neglect in Linear Attention
di: Fan, Qihang, et al.
Pubblicazione: (2025)

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

UniFlow: A Unified Pixel Flow Tokenizer for Visual Understanding and Generation
di: Yue, Zhengrong, et al.
Pubblicazione: (2025)

WinTok: A Win-Win Hybrid Tokenizer via Decomposing Visual Understanding and Generation with Transferable Tokens
di: Guo, Yiwei, et al.
Pubblicazione: (2026)

MUSES: 3D-Controllable Image Generation via Multi-Modal Agent Collaboration
di: Ding, Yanbo, et al.
Pubblicazione: (2024)

V-Stylist: Video Stylization via Collaboration and Reflection of MLLM Agents
di: Yue, Zhengrong, et al.
Pubblicazione: (2025)

Multimodal Prompt Perceiver: Empower Adaptiveness, Generalizability and Fidelity for All-in-One Image Restoration
di: Ai, Yuang, et al.
Pubblicazione: (2023)

Breaking Complexity Barriers: High-Resolution Image Restoration with Rank Enhanced Linear Attention
di: Ai, Yuang, et al.
Pubblicazione: (2025)

Uncertainty-Aware Source-Free Adaptive Image Super-Resolution with Wavelet Augmentation Transformer
di: Ai, Yuang, et al.
Pubblicazione: (2023)

WeTok: Powerful Discrete Tokenization for High-Fidelity Visual Reconstruction
di: Zhuang, Shaobin, et al.
Pubblicazione: (2025)

TransAgent: Transfer Vision-Language Foundation Models with Heterogeneous Agent Collaboration
di: Guo, Yiwei, et al.
Pubblicazione: (2024)

InfiMM-WebMath-40B: Advancing Multimodal Pre-Training for Enhanced Mathematical Reasoning
di: Han, Xiaotian, et al.
Pubblicazione: (2024)

DreamClear: High-Capacity Real-World Image Restoration with Privacy-Safe Dataset Curation
di: Ai, Yuang, et al.
Pubblicazione: (2024)

Expand and Prune: Maximizing Trajectory Diversity for Effective GRPO in Generative Models
di: Ge, Shiran, et al.
Pubblicazione: (2025)

MaskBit: Embedding-free Image Generation via Bit Tokens
di: Weber, Mark, et al.
Pubblicazione: (2024)

LinearSR: Unlocking Linear Attention for Stable and Efficient Image Super-Resolution
di: Li, Xiaohui, et al.
Pubblicazione: (2025)

Multimodal Long Video Modeling Based on Temporal Dynamic Context
di: Hao, Haoran, et al.
Pubblicazione: (2025)

RAP: Retrieval-Augmented Personalization for Multimodal Large Language Models
di: Hao, Haoran, et al.
Pubblicazione: (2024)

Reflective Planning: Vision-Language Models for Multi-Stage Long-Horizon Robotic Manipulation
di: Feng, Yunhai, et al.
Pubblicazione: (2025)

Video-GPT via Next Clip Diffusion
di: Zhuang, Shaobin, et al.
Pubblicazione: (2025)

Stopping Computation for Converged Tokens in Masked Diffusion-LM Decoding
di: Oba, Daisuke, et al.
Pubblicazione: (2026)

Unlocking the Potential of Difficulty Prior in RL-based Multimodal Reasoning
di: Chen, Mingrui, et al.
Pubblicazione: (2025)

LM-Fix: Lightweight Bit-Flip Detection and Rapid Recovery Framework for Language Models
di: Tahmasivand, Ahmad, et al.
Pubblicazione: (2025)

LM-SPT: LM-Aligned Semantic Distillation for Speech Tokenization
di: Jo, Daejin, et al.
Pubblicazione: (2025)

Binary Numbers and Bitwise Magic: A Fun Guide
di: Samruddhi Bhabad
Pubblicazione: (2025)

On the Performance under Hard and Soft Bitwise Mismatched-Decoding
di: Yoshida, Tsuyoshi, et al.
Pubblicazione: (2020)

Trainable Bitwise Soft Quantization for Input Feature Compression
di: Schrödter, Karsten, et al.
Pubblicazione: (2026)

DiffVSR: Revealing an Effective Recipe for Taming Robust Video Super-Resolution Against Complex Degradations
di: Li, Xiaohui, et al.
Pubblicazione: (2025)

MapBERT: Bitwise Masked Modeling for Real-Time Semantic Mapping Generation
di: Deng, Yijie, et al.
Pubblicazione: (2025)

Vlogger: Make Your Dream A Vlog
di: Zhuang, Shaobin, et al.
Pubblicazione: (2024)

Infinity: Scaling Bitwise AutoRegressive Modeling for High-Resolution Image Synthesis
di: Han, Jian, et al.
Pubblicazione: (2024)

Vision Transformer with Super Token Sampling
di: Huang, Huaibo, et al.
Pubblicazione: (2022)

Semantic Equitable Clustering: A Simple and Effective Strategy for Clustering Vision Tokens
di: Fan, Qihang, et al.
Pubblicazione: (2024)

SoupLM: Model Integration in Large Language and Multi-Modal Models
di: Bai, Yue, et al.
Pubblicazione: (2024)