이미지에 맞춘 자기회귀
이미지의 자기회귀 학습을 다음 토큰 예측에서 다음 규모 예측으로 바꾼다. 여러 해상도의 관계를 이용해 시각 분포를 학습하고 생성하는 접근이다.
확장성의 평가
원 연구는 ImageNet 256 해상도에서 이미지 품질과 추론 속도 및 자료 효율을 비교했다. 모형을 키울 때 거듭제곱 법칙 형태의 성능 변화가 나타나는지도 실험했다.
추가 과제의 일반화
인페인팅과 이미지 바깥 확장 및 편집에서 제로샷 일반화를 조사했다. 다음 규모 예측을 생성의 기본 단위로 삼았을 때의 품질과 활용 범위를 함께 평가한 연구다.
관련 문서
잔차 양자화 이미지 생성 / VQGAN / TiTok / MAR 연속 이미지 생성 / 자기회귀 모델 / 비전 트랜스포머