PulseAugur
中
实时 12:58:50
实体 Visual Autoregressive modeling

Visual Autoregressive modeling

PulseAugur coverage of Visual Autoregressive modeling — every cluster mentioning Visual Autoregressive modeling across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 4 条
  1. TOOL · CL_350298 ·

    斯坦福的下一概念建模提供 10-31 倍的文本生成速度

    斯坦福大学 Hazy Research 小组的研究人员开发了一种名为下一概念建模 (NCM) 的新型文本生成方法。与逐个 token 生成文本的传统自回归模型不同,NCM 首先勾勒出整个段落,然后进行迭代式优化。这种受视觉生成技术启发的 NCM 方法据称比扩散语言模型快 10 到 31 倍,同时保持可比的质量。NCM 过程包括一个将文本转换为多级概念的 tokenizer。

  2. TOOL · CL_181059 ·

    VARPose 通过自回归建模增强二维姿态估计

    研究人员推出 VARPose,一种通过自适应致密化稀疏姿态来增强二维人体姿态估计的新方法。该技术利用视觉自回归建模 (VAR) 和粒度无关姿态分词器 (GPT) 来创建统一的多尺度离散姿态表示。然后,UniSkelar 模型以粗到精的方式预测用于增加姿态密度的分词序列,从而改进三维姿态估计和人体网格恢复等下游任务。

  3. TOOL · CL_158824 ·

    新框架NOVA通过熵分析加速VAR模型

    研究人员开发了NOVA,一个旨在通过分析熵变来加速视觉自回归(VAR)模型的新框架。这种无需训练的方法通过根据尺度熵增长动态调整令牌缩减率,在推理过程中识别降低计算成本的最佳点。NOVA旨在通过修剪低熵令牌和重用缓存的残差来提高推理速度并保持生成质量。

  4. TOOL · CL_121492 ·

    新的MEPA架构通过专家混合增强视觉自回归建模

    研究人员开发了MEPA,一种新颖的专家混合(MoE)架构,旨在改进视觉自回归建模。MEPA通过实现自适应专家选择来解决多尺度表示学习中的局限性,从而解耦不同尺度的表示学习。该模型还整合了外部自监督特征以增强早期阶段的语义建模,并采用了一种针对视觉自回归范式定制的残差特征聚合方案。实验表明,MEPA显著提高了训练效率和生成质量,在ImageNet 256x256基准测试中取得了优越的FID分数,同时减少了训练周期并降低了与密集基线相比的参数预算。