跳到正文
热点事件持续更新

RUNG:用语言排序视觉编码,提升文生图表现

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者 Ruilin Gong 与 Hao Gong 提交预印本论文,提出有序视觉编码 RUNG:编码前缀由图像描述的摘要阶梯监督,全长则重建图像,生成任务将编码延伸到提示词之外,描述任务则截断编码。 在数据与容量固定的条件下,按语言而非重建质量排序前缀,使前缀与描述之间的信息量提升 2.9 倍,GenEval 指标从 0.76 升至 0.83。代价是低码率下重建质量下降:四分之一码长时 PSNR 降低 2.8 dB,全长时仅降低 0.1 dB。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    让语言成为视觉的低码率编码:RUNG 从词到像素的逐级细化

    研究将图像描述与文生图统一为逐级细化框架,提出有序视觉编码 RUNG:前缀由描述摘要阶梯监督,全长重建图像。在数据与容量固定下,按语言而非重建排序使前缀-描述信息提升 2.9 倍,GenEval 从 0.76 升至 0.83,代价是四分之一码长时 PSNR 下降 2.8 dB、全长仅降 0.1 dB。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。