GenFirst: обучение «генерация вперёд» делает сквозные латентные генеративные модели стабильными
ByteDance Seed
GenFirst заменяет стандартный двухстадийный рецепт «VAE, затем генератор» расписанием, при котором генеративный目标 формирует латентное пространство первым под слабым давлением реконструкции, а реконструкция наращивается затем — избегая латентного коллапса в полностью end-to-end обучении. Модель достигает gFID 0,97 на ImageNet-256 с SiT-prior и GenEval 0,90 для text-to-image, и расширяется до унифицированной непрерывной генерации текст-изображение. Статья (подана 29 августа) вышла на #2 в списке HF Daily Papers за 1 сентября.
Почему это важно
41 апвоут, #2 на HF Daily Papers за 1 сентября; end-to-end латентное обучение снимает бутылочное горлышко замороженной VAE, общее почти для всех латентных диффузионных и авторегрессионных моделей изображений.
Важность: 2/5
#2 на HF Daily Papers (41 апвоут), официальные источники