arXiv cs.CV· Xianghong Fang, Wenjie Shu, Tongda Xu, Wenlong Mou, Dehan Kong, Tim G. J. Rudner·· 9 小时前AI 评分22
从潜在分布视角评估与改进潜在生成模型
A Latent Distribution Perspective on Evaluating and Improving Latent Generative Models
AI 导读
针对重建 FID（rFID）与生成 FID（gFID）相关性弱甚至为负的问题，研究者提出生成感知重建（GAR），通过向编码器 latent 加噪并经生成模型去噪，构建从重建到生成的连续轨迹。基于该轨迹的诊断指标 GAR-FID 在多种 tokenizer 和规模下与 gFID 强相关，且中间 GAR latent 保留与源图像的配对监督，可用于解码器适配，在不同模型规模上持续提升生成质量。
来源：arXiv cs.CV · arxiv.org