基于生成树的自回归视觉生成
材料科学
2025-11-24 v1
摘要
我们提出了基于生成树的自回归 (STAR) 模型，可整合图像的先验知识，如中心偏好和局部性，在保持采样性能的同时，提供足够灵活的序列顺序以适应推理时的图像编辑。那些将随机排列的序列顺序暴露给常规自回归 (AR) 模型进行视觉生成的方法，要么会导致性能下降，要么会妥协序列顺序选择的灵活性。相反，STAR 利用在由图像块位置构成的晶格中采样得到的均匀生成树的遍历顺序。通过广度优先搜索获取遍历顺序，使我们能够高效构建其遍历顺序，使得通过重新抽样，使图像的连通部分观察在序列中表现为前缀。与随机置换相比，STAR 所采用的量身定制且结构化的随机化策略，保留了后缀完成的能力，同时在无需显著修改广泛采用的语言 AR 模型架构的情况下，维持了采样性能。
引用
@article{arxiv.2511.17087,
title = {New insights into the magnetism of DyCo$_{5}$},
author = {Alena Vishina and Konstantin Skokov and Hiroki Tsuchiura and Patrik Thunström and Alex Aubert and Oliver Gutfleisch and Olle Eriksson and Heike C. Herper},
journal= {arXiv preprint arXiv:2511.17087},
year = {2025}
}