Tag · 4 篇

图像生成

分布生成模型与扩散2图像编辑与可控生成1鲁棒性与安全1

UniGen-1.5: Enhancing Image Generation and Editing through Reward Unification in RL

用共享奖励模型把图像生成与编辑的 RL 训练统一起来，并先做轻量编辑指令对齐再上 RL，这套「先对齐指令、再统一奖励」的流程可直接迁移到其他统一生成/编辑模型的训练中。

Prompt Yourself: Awakening Textual Semantics in 1D Visual Tokenizers

提出一种自提示训练范式，在训练时同时生成视觉与文本词元并对齐到预训练语言模型，从而将语言语义注入1D视觉分词器，提升细粒度图像编码能力；该思路可复用于改进其他视觉分词器或生成模型的表征质量。

Markovian Scale Prediction: A New Era of Visual Autoregressive Generation

将VAR的全上下文依赖重构为马尔可夫过程，用滑动窗口压缩历史尺度为紧凑向量，在保持生成质量的同时大幅降低显存和计算开销，为视觉自回归生成提供了更可扩展的框架。

Designing to Forget: Deep Semi-parametric Models for Unlearning

把「遗忘」从改参数的后处理问题转成架构设计问题：用融合模块聚合每个训练样本的信息，测试时直接删除样本即可完成遗忘，无需重训或微调，为视觉模型的数据删除合规与版权数据移除提供可复用范式。