文章目录

• Autoregressive Image Generation without Vector Quantization
• • 一. 简介
  • • 1.1 摘要
    • 1.1 引言
  • 二.相关工作
  • • 2.1 Sequence Models for Image Generation
    • 2.2 Diffusion for Representation Learning
    • 2.3 Diffusion for Policy Learning
  • 三.方法
  • • 3.1 重新思考离散值的tokens
    • 3.2 Diffusion Loss
    • • 损失函数
      • 采样器
    • 3.2 Diffusion Loss for Autoregressive Models
    • 3.3 Unifying Autoregressive and Masked Generative Models
  • 四.实现
  • • 4.1 Diffusion Loss
    • 4.2 Autoregressive and Masked Autoregressive Image Generation
  • 五.实验
  • • 5.1 Properties of Diffusion Loss
    • 5.2 Properties of Generalized Autoregressive Models
    • 5.3 与现有系统的基准测试
  • 六.讨论与结论