动态深度

渐进式超网络训练用于高效视觉自回归建模

Progressive Supernet Training for Efficient Visual Autoregressive Modeling

提出一种基于超网络的动态深度调整方法，通过渐进式训练策略在单个模型内实现不同深度的子网络，从而在视觉自回归生成中大幅减少KV缓存和推理时间，为资源受限场景下的高效生成提供了可复用的技术方案。