論文の概要: CSD: Content-aware Speculative Decoding for Efficient Image Generation

• arxiv url: http://arxiv.org/abs/2606.27829v1
• Date: Fri, 26 Jun 2026 08:12:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.429802
• Title: CSD: Content-aware Speculative Decoding for Efficient Image Generation
• Title（参考訳）: CSD:効率的な画像生成のためのコンテンツ認識型投機デコーディング
• Abstract要約: 投機的復号法(SD)は自己回帰モデルの推論を高速化するための重要な解法として登場した。 本稿では,エントロピーに基づく確率緩和機構を統合した新しいコンテンツ認識型投機的復号アルゴリズム CSD を提案する。 Lumina-mGPT と Janus-Pro の実験により提案した CSD の優位性が示された。
• 参考スコア（独自算出の注目度）: 42.65888524021955
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Speculative decoding (SD) has emerged as a key solution to accelerate the inference of autoregressive models. However, in the field of image generation, it faces the challenge of low acceptance rates, and directly relaxing its criteria leads to degradation in image quality. In this paper, we propose a novel content-aware speculative decoding algorithm, termed CSD, which integrates an entropy-based probability relaxation mechanism with an optimal resampling strategy to enhance the inference efficiency for autoregressive image generation. By leveraging the informational uncertainty inherent in different regions of an image, CSD dynamically adjusts the acceptance probability of candidate tokens, increasing the acceptance rate in low-detail areas to accelerate generation. Moreover, a distribution alignment filter is introduced to ensure the output distribution to be aligned with the target model, which significantly improves the generative quality. Experiments conducted on Lumina-mGPT and Janus-Pro demonstrate that the superiority of the proposed CSD. Our source code is available at https://github.com/aderfebr/CSD.
• Abstract（参考訳）: 投機的復号法(SD)は自己回帰モデルの推論を高速化するための重要な解法として登場した。 しかし、画像生成の分野では、受入率の低い課題に直面し、その基準を直接緩和することで画質が低下する。 本稿では、エントロピーに基づく確率緩和機構と最適な再サンプリング戦略を統合し、自己回帰画像生成のための推論効率を向上させる、コンテンツ認識型投機的復号アルゴリズムCSDを提案する。 画像の異なる領域に固有の情報不確実性を活用することにより、CSDは候補トークンの受理確率を動的に調整し、低詳細領域の受理率を高めて生成を加速する。 さらに、出力分布がターゲットモデルに整合することを保証するために、分布アライメントフィルタを導入し、生成品質を著しく向上させる。 Lumina-mGPT と Janus-Pro の実験により提案した CSD の優位性が示された。 ソースコードはhttps://github.com/aderfebr/CSD.comで公開されています。

関連論文リスト

• Annealed Relaxation of Speculative Decoding for Faster Autoregressive Image Generation [32.808855735559135]
  2つの重要な洞察に基づいて構築された投機的復号化のアニール緩和であるCOOL-SDを提案する。 実験によりCOOL-SDの有効性が検証され、速度品質トレードオフにおける従来の手法よりも一貫した改善が示された。
  論文  参考訳（メタデータ） (2026-01-14T06:35:21Z)
• Multi-Scale Local Speculative Decoding for Image Generation [10.239314110594249]
  マルチスケールローカル投機復号(MuLo-SD)を導入する。 MuLo-SDは、多重解像度のドラフトと空間情報による検証を組み合わせることで、AR画像生成を高速化する。 我々は MuLo-SD が $mathbf1.7times$ までの大幅な高速化を実現することを示した。
  論文  参考訳（メタデータ） (2026-01-08T17:39:35Z)
• Higher fidelity perceptual image and video compression with a latent conditioned residual denoising diffusion model [55.2480439325792]
  本稿では,認知品質に最適化されたハイブリッド圧縮方式を提案し,CDCモデルのアプローチをデコーダネットワークで拡張する。 CDCと比較した場合,LPIPSとFIDの知覚スコアを比較検討しながら,最大2dBPSNRの忠実度向上を実現した。
  論文  参考訳（メタデータ） (2025-05-19T14:13:14Z)
• Ultra Lowrate Image Compression with Semantic Residual Coding and Compression-aware Diffusion [28.61304513668606]
  ResULICは残留誘導型超低レート画像圧縮システムである。 残差信号は意味検索と拡散に基づく生成プロセスの両方に組み込む。 最先端拡散法に比べて客観的・主観的性能に優れる。
  論文  参考訳（メタデータ） (2025-05-13T06:51:23Z)
• SING: Semantic Image Communications using Null-Space and INN-Guided Diffusion Models [52.40011613324083]
  近年, 無線画像伝送において, 共用音源チャネル符号化システム (DeepJSCC) が顕著な性能を発揮している。 既存の手法では、送信された画像とレシーバーの再構成されたバージョンとの間の歪みを最小限に抑えることに重点を置いており、しばしば知覚的品質を見落としている。 逆問題として,破損した再構成画像から高品質な画像の復元を定式化する新しいフレームワークであるSINGを提案する。
  論文  参考訳（メタデータ） (2025-03-16T12:32:11Z)
• CALLIC: Content Adaptive Learning for Lossless Image Compression [64.47244912937204]
  CALLICは、学習したロスレス画像圧縮のための新しい最先端(SOTA)を設定する。 本稿では,畳み込みゲーティング操作を利用したコンテンツ認識型自己回帰自己保持機構を提案する。 エンコーディング中、低ランク行列を用いて深度の畳み込みを含む事前学習層を分解し、レート誘導プログレッシブファインタニング(RPFT)による画像検査にインクリメンタルウェイトを適応させる。 推定エントロピーにより下位順にソートされたパッチを徐々に増加させたRPFTファインチューン,学習過程の最適化,適応時間の短縮を実現した。
  論文  参考訳（メタデータ） (2024-12-23T10:41:18Z)
• Accelerating Auto-regressive Text-to-Image Generation with Training-free Speculative Jacobi Decoding [60.188309982690335]
  本稿では,SJD (Speculative Jacobi Decoding) の学習自由確率並列復号法を提案する。 SJDは、サンプリングベースのトークン復号におけるランダム性を維持しつつ、自動回帰テキスト・画像生成の推論を加速する。 具体的には、SJDは各ステップで複数のトークンを予測し、確率的基準に基づいてトークンを受け付けます。
  論文  参考訳（メタデータ） (2024-10-02T16:05:27Z)
• Improving the Stability and Efficiency of Diffusion Models for Content Consistent Super-Resolution [18.71638301931374]
  画像超解像 (SR) 結果の視覚的品質を高めるために, 予め訓練した潜伏拡散モデル (DM) の生成先行が大きな可能性を示唆している。 本稿では、生成SR過程を2段階に分割し、DMを画像構造再構築に、GANを細かな細部改善に使用することを提案する。 トレーニングを済ませると、提案手法、すなわちコンテンツ一貫性超解像(CCSR)は、推論段階における異なる拡散ステップの柔軟な利用を可能にする。
  論文  参考訳（メタデータ） (2023-12-30T10:22:59Z)
• DGNet: Dynamic Gradient-Guided Network for Water-Related Optics Image Enhancement [77.0360085530701]
  水中画像強調(UIE)は、水中環境によって引き起こされる複雑な劣化のために難しい課題である。 従来の手法では、劣化過程を理想化し、中音や物体の動きが画像の特徴の分布に与える影響を無視することが多い。 提案手法では,予測画像を用いて疑似ラベルを動的に更新し,動的勾配を加えてネットワークの勾配空間を最適化する。
  論文  参考訳（メタデータ） (2023-12-12T06:07:21Z)
• Uncertainty-Aware Source-Free Adaptive Image Super-Resolution with Wavelet Augmentation Transformer [60.31021888394358]
  Unsupervised Domain Adaptation (UDA)は、現実世界の超解像(SR)における領域ギャップ問題に効果的に対処できる 本稿では,画像SR(SODA-SR)のためのSOurce-free Domain Adaptationフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-31T03:14:44Z)
• Neural JPEG: End-to-End Image Compression Leveraging a Standard JPEG Encoder-Decoder [73.48927855855219]
  本稿では,エンコーダとデコーダの両端に内在するニューラル表現を強化することで,符号化性能の向上を図るシステムを提案する。 実験により,提案手法はJPEGに対する速度歪み性能を,様々な品質指標で改善することを示した。
  論文  参考訳（メタデータ） (2022-01-27T20:20:03Z)
• Label Geometry Aware Discriminator for Conditional Generative Networks [40.89719383597279]
  条件付きGenerative Adversarial Networks(GAN)は、目的のターゲットクラスで高画質の画像を生成することができます。 これらの合成画像は、画像分類などの下流監督タスクを改善するために必ずしも役に立たない。
  論文  参考訳（メタデータ） (2021-05-12T08:17:25Z)

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。