論文の概要: Bridging Reconstruction and Generation: A Latent Distribution Perspective on Evaluation and Improvement

• arxiv url: http://arxiv.org/abs/2609.24088v1
• Date: Mon, 21 Sep 2026 04:20:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.067127
• Title: Bridging Reconstruction and Generation: A Latent Distribution Perspective on Evaluation and Improvement
• Title（参考訳）: ブリッジレコンストラクション・ジェネレーション : 評価・改善における潜伏分布の展望
• Abstract要約: 潜在生成モデルでは、再構成品質は生成性能と相関することが多い。 再構成は、エンコーダが引き起こした潜伏剤のデコーダを評価するが、生成は、生成モデルによって生成された潜伏剤のデコーダと同じデコーダを使用する。
• 参考スコア（独自算出の注目度）: 21.422440452921723
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In latent generative models, reconstruction quality is often assumed to correlate with generative performance. However, reconstruction FID (rFID) can exhibit weak or even negative correlation with generation FID (gFID). We attribute this discrepancy to a latent distribution mismatch: reconstruction evaluates the decoder on encoder-induced latents, whereas generation uses the same decoder on latents produced by the generative model. To characterize this shift, we introduce generation-aware reconstruction (GAR), which constructs a continuous trajectory from standard reconstruction toward generation by perturbing encoder latents with noise and denoising them through the generative model before decoding. GAR probes the decoder behavior along this trajectory, making the transition from encoder to generation-time latent distributions observable and diagnosable. The resulting trajectory-based diagnostic, GAR-FID, exhibits strong empirical correlation with gFID across diverse tokenizers and scales. Importantly, intermediate GAR latents become more generation-aware while preserving correspondence with their source images, thereby retaining paired supervision that is absent for fully generated latents. This correspondence enables decoder adaptation on intermediate GAR latents, consistently improving generative quality across model scales. Overall, latent distribution mismatch provides a useful perspective for evaluating and improving latent generative models.
• Abstract（参考訳）: 潜在生成モデルでは、再構成品質は生成性能と相関することが多い。 しかし、再構成FID(rFID)は、生成FID(gFID)と弱あるいは負の相関を示す。 再構成はエンコーダが引き起こした潜伏剤のデコーダを評価するが、生成は生成モデルが生成する潜伏剤のデコーダと同じデコーダを使用する。 このシフトを特徴付けるために、我々は、ノイズを伴ってエンコーダラプタントを摂動させ、デコードする前に生成モデルを介してデノベーションすることで、標準再構成から生成に向けた連続的な軌道を構築するジェネレーション・アウェア・リストラクション(GAR)を導入する。 GARは、この軌道に沿ってデコーダの挙動を探索し、エンコーダから世代毎の潜伏分布への遷移を観測し、診断することができる。 その結果, GAR-FIDは, gFIDと多種多様なトークン化剤, スケールで強い相関関係を示した。 重要なことは、中間GAR潜伏剤は、ソース画像との対応を維持しながらより世代認識され、完全生成潜伏剤に欠如するペア化された監督を維持することである。 この対応により、中間GARラテントへのデコーダ適応が可能となり、モデルスケール全体の生成品質が一貫して向上する。 全体として、潜伏分布ミスマッチは潜伏生成モデルの評価と改善に有用な視点を提供する。

関連論文リスト

• Improving Reconstruction of Representation Autoencoder [52.817427902597416]
  低レベル情報を欠いた意味的特徴を増強する表現オートエンコーダLV-RAEを提案する。 実験により,LV-RAEは意味的抽象化を保ちながら,再構成の忠実度を著しく向上することが示された。
  論文  参考訳（メタデータ） (2026-02-09T13:12:35Z)
• Joint Source-Channel-Generation Coding: From Distortion-oriented Reconstruction to Semantic-consistent Generation [58.67925548779465]
  本稿では,知覚的再構成から確率的生成へ焦点を移す新しいパラダイムとして,JSCGC(Joint Source-Channel-Generation Coding)を提案する。 JSCGCは意味的品質と意味的忠実性を大幅に改善し、従来の歪み指向J SCC法よりも大幅に向上する。
  論文  参考訳（メタデータ） (2026-01-19T08:12:47Z)
• Robust Latent Matters: Boosting Image Generation with Sampling Error Synthesis [57.7367843129838]
  最近の画像生成方式は、凍結した画像トークン化器に依存した事前構築された潜在空間における画像分布を典型的に捉えている。 本稿では,遅延空間構築を容易にするための新しいプラグ・アンド・プレイ・トークンライザ・トレーニング手法を提案する。
  論文  参考訳（メタデータ） (2025-03-11T12:09:11Z)
• Continuous Speculative Decoding for Autoregressive Image Generation [27.308442169466975]
  連続的視覚自己回帰(AR)モデルは、画像生成において有望な性能を示す。 投機的復号化は 事実上 自己回帰推論を加速させた この研究は、低受理率、不整合出力分布、解析式のない修正分布からの課題に対処する。
  論文  参考訳（メタデータ） (2024-11-18T09:19:15Z)
• Improved Variational Inference in Discrete VAEs using Error Correcting Codes [3.053842954605396]
  本研究は, 離散変分オートエンコーダにおける推論を, 生成的視点で解釈することで改善する手法を提案する。 我々は,このモデルを通信システムとして概念化し,誤り訂正符号(ECC)を利用して潜在表現に冗長性を導入することを提案する。 本稿では,2変数の潜伏変数と低複素度繰り返し符号を持つ離散変分オートコーダを用いて概念実証を行い,グローバルおよびローカルなデータ特徴を分離する階層構造に拡張する。
  論文  参考訳（メタデータ） (2024-10-10T11:59:58Z)
• Complexity Matters: Rethinking the Latent Space for Generative Modeling [65.64763873078114]
  生成的モデリングにおいて、多くの成功したアプローチは、例えば安定拡散のような低次元の潜在空間を利用する。 本研究では, モデル複雑性の観点から潜在空間を再考することにより, 未探索の話題に光を当てることを目的としている。
  論文  参考訳（メタデータ） (2023-07-17T07:12:29Z)
• Unsupervised Controllable Generation with Self-Training [90.04287577605723]
  GANによる制御可能な世代は依然として困難な研究課題である。 本稿では,自己学習を通じてジェネレータを制御する潜伏符号の分布を学習するための教師なしフレームワークを提案する。 我々のフレームワークは、変分オートエンコーダのような他の変種と比較して、より良い絡み合いを示す。
  論文  参考訳（メタデータ） (2020-07-17T21:50:35Z)

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。