論文の概要: Revisiting Autoregressive Models for Generative Image Classification

• arxiv url: http://arxiv.org/abs/2603.19122v1
• Date: Thu, 19 Mar 2026 16:44:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:06.27387
• Title: Revisiting Autoregressive Models for Generative Image Classification
• Title（参考訳）: 生成画像分類のための自己回帰モデルの再検討
• Authors: Ilia Sudakov, Artem Babenko, Dmitry Baranchuk,
• Abstract要約: 我々は、視覚的ARに基づく生成分類器を再検討し、事前アプローチの重要な制限を特定する。 我々は,一階述語予測が偏微分的手がかりに依存しているのに対し,複数のトークン順序を平均化するとより包括的な信号が得られることを観察した。 我々は、最近の任意の順序のARモデルを利用して、順列化予測を推定し、ARモデルの高い分類ポテンシャルを解き放つ。
• 参考スコア（独自算出の注目度）: 24.39392782908908
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Class-conditional generative models have emerged as accurate and robust classifiers, with diffusion models demonstrating clear advantages over other visual generative paradigms, including autoregressive (AR) models. In this work, we revisit visual AR-based generative classifiers and identify an important limitation of prior approaches: their reliance on a fixed token order, which imposes a restrictive inductive bias for image understanding. We observe that single-order predictions rely more on partial discriminative cues, while averaging over multiple token orders provides a more comprehensive signal. Based on this insight, we leverage recent any-order AR models to estimate order-marginalized predictions, unlocking the high classification potential of AR models. Our approach consistently outperforms diffusion-based classifiers across diverse image classification benchmarks, while being up to 25x more efficient. Compared to state-of-the-art self-supervised discriminative models, our method delivers competitive classification performance - a notable achievement for generative classifiers.
• Abstract（参考訳）: クラス条件生成モデルは正確で堅牢な分類器として登場し、拡散モデルは自己回帰(AR)モデルを含む他の視覚生成パラダイムよりも明確な利点を示す。 本研究では、視覚的ARに基づく生成分類器を再検討し、画像理解に限定的な帰納バイアスを課す固定トークン順序への依存という、先行アプローチの重要な制限を識別する。 我々は,一階述語予測が偏微分的手がかりに依存しているのに対し,複数のトークン順序を平均化するとより包括的な信号が得られることを観察した。 この知見に基づいて、最近の任意の順序のARモデルを用いて、オーダーマージされた予測を推定し、ARモデルの高い分類ポテンシャルを解き放つ。 提案手法は, 画像分類ベンチマークにおいて, 拡散に基づく分類器よりも高い性能を示しながら, 最大25倍の効率を実現している。 最先端の自己監督型識別モデルと比較して,本手法は,生成型分類器の優れた性能である,競合型分類性能を提供する。

関連論文リスト

• Generative Classifiers Avoid Shortcut Solutions [84.23247217037134]
  分類に対する差別的なアプローチは、しばしば、分配されるが、小さな分布シフトの下で失敗するショートカットを学習する。 生成型分類器は、主にスパイラルな特徴ではなく、コアとスパイラルの両方の全ての特徴をモデル化することでこの問題を回避することができることを示す。 拡散型および自己回帰型生成型分類器は,5つの標準画像およびテキスト分散シフトベンチマークにおいて最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-12-31T18:31:46Z)
• Learning from Next-Frame Prediction: Autoregressive Video Modeling Encodes Effective Representations [53.91818843831925]
  NExT-Vidは,新しい自己回帰型視覚生成事前学習フレームワークである。 本研究では,文脈分離型自己回帰予測器を導入し,セマンティック表現をターゲットデコーディングから切り離す。 文脈分離型フローマッチング事前学習により,本手法は強い表現を実現する。
  論文  参考訳（メタデータ） (2025-12-24T07:07:08Z)
• Your VAR Model is Secretly an Efficient and Explainable Generative Classifier [19.629406299980463]
  視覚自己回帰モデリングの最近の進歩に基づく新しい生成モデルを提案する。 VAR法は拡散法と根本的に異なる性質を示す。 特に, VARに基づく分類器は, 難易度が高いため, トークン単位の相互情報による視覚的説明が可能である。
  論文  参考訳（メタデータ） (2025-10-14T01:59:01Z)
• Model Inversion Attacks Through Target-Specific Conditional Diffusion Models [54.69008212790426]
  モデル反転攻撃(MIA)は、ターゲット分類器のトレーニングセットからプライベートイメージを再構築することを目的としており、それによってAIアプリケーションにおけるプライバシー上の懸念が高まる。 従来のGANベースのMIAは、GANの固有の欠陥と潜伏空間における最適化の偏りにより、劣った遺伝子的忠実度に悩まされる傾向にある。 これらの問題を緩和するために拡散モデル反転(Diff-MI)攻撃を提案する。
  論文  参考訳（メタデータ） (2024-07-16T06:38:49Z)
• Diffusion Models Beat GANs on Image Classification [37.70821298392606]
  拡散モデルは、画像生成、復調、塗装、超解像、操作などの最先端の手法として注目されている。 本稿では,これらの埋め込みは識別情報を含むため,ノイズ予測タスクを超えて有用であり,分類にも活用できることを示す。 注意深い特徴選択とプーリングにより、拡散モデルは、分類タスクにおいて同等な生成的識別的手法より優れていることが判明した。
  論文  参考訳（メタデータ） (2023-07-17T17:59:40Z)
• Your Diffusion Model is Secretly a Zero-Shot Classifier [90.40799216880342]
  大規模テキスト・画像拡散モデルからの密度推定をゼロショット分類に活用できることを示す。 分類に対する我々の生成的アプローチは、様々なベンチマークで強い結果が得られる。 我々の結果は、下流タスクにおける差別的モデルよりも生成的な利用に向けての一歩である。
  論文  参考訳（メタデータ） (2023-03-28T17:59:56Z)
• Score-Based Generative Classifiers [9.063815952852783]
  生成モデルは、MNISTのような単純なデータセット上で逆向きに堅牢な分類器として使われてきた。 これまでの結果は、データの可能性と分類精度のトレードオフを示唆している。 スコアに基づく生成モデルは,標準的な識別モデルと比較して,分類精度のギャップを埋めていることを示す。
  論文  参考訳（メタデータ） (2021-10-01T15:05:33Z)
• Learning and Evaluating Representations for Deep One-class Classification [59.095144932794646]
  ディープワンクラス分類のための2段階フレームワークを提案する。 まず,一級データから自己教師付き表現を学習し,学習した表現に基づいて一級分類器を構築する。 実験では、視覚領域の1クラス分類ベンチマークで最先端の性能を示す。
  論文  参考訳（メタデータ） (2020-11-04T23:33:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。