实体
Visual Autoregressive Models
Visual Autoregressive Models
PulseAugur coverage of Visual Autoregressive Models — every cluster mentioning Visual Autoregressive Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新的量化方法增强视觉自回归模型
研究人员开发了一种新的训练后量化（PTQ）框架，该框架专门为视觉自回归模型（VAR）设计。该框架解决了两个主要挑战：注意力值乘积的高重建误差以及校准数据采样频率与预测概率之间的不匹配。提出的解决方案包括一种移位求和量化方法和一种校准数据的重采样策略，这些方法共同提高了各种图像生成任务的性能。
-
新的SACE框架增强了视觉自回归模型的安全性
研究人员推出了一种新颖的概念擦除框架SACE，用于视觉自回归（VAR）模型。该框架通过提出语义奇点公理来解决文本到图像生成中的安全问题，该公理确定了语义概念嵌入的精确尺度。SACE利用增量语义显著性分析来验证该公理，并采用熵正则化擦除目标以及保留损失，以确保在不损害模型完整性或引入视觉伪影的情况下擦除概念。实验表明，SACE能够以最少的训练有效地移除目标概念，并保留重要的良性先验。