論文の概要: PONDER: Learning to Generate in the Right Order

• arxiv url: http://arxiv.org/abs/2610.23531v1
• Date: Fri, 16 Oct 2026 14:29:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.952611
• Title: PONDER: Learning to Generate in the Right Order
• Title（参考訳）: PONDER: 正しい順序で生成することを学ぶ
• Abstract要約: PONDERは、イメージジェネレータがどの順序でコンテンツを埋めるべきか、それ以前の予測のどれが修正されるべきかを学習する。 本稿ではFréchet Inception Distanceの(一階目の)変化から得られる画像レベルの報酬であるFIDgradを紹介する。 発電機の凍結により、学習順序付けにより、MAR-B ImageNet FIDは4.09から2.78に減少し、ハード・ビジュアル・スドクの精度は3.9%から56.6%に向上する。
• 参考スコア（独自算出の注目度）: 72.88431456467136
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce PONDER, a method that learns in which order an image generator should fill in content and which of its earlier predictions to revise. Masked generative models construct a sample by repeatedly filling in subsets of missing variables. The order of these partial predictions determines the context available in subsequent steps and therefore affects the quality of the final sample. Common strategies are to choose the order randomly or based on local confidence estimates. Conditioned on the partially generated sample and the generator's features, our policy chooses which positions to fill next and/or which previously filled positions to mask for later regeneration, a mechanism we call rethinking. In this way, the generation process is able to adapt to the evolving context and also to revise earlier predictions. We optimize the policy using group-relative policy gradients, with rewards that measure constraint satisfaction, human preference, or distribution quality. For the latter, we introduce FIDgrad, an image-level reward derived from the (first-order) change in Fréchet Inception Distance caused by adding a generated sample to the current feature distribution. With the generators frozen, learned ordering reduces MAR-B ImageNet FID from 4.09 to 2.78 and raises the accuracy on hard visual Sudokus from 3.9\% to 56.6\%, surpassing uncertainty-based greedy ordering (38.7\%). Rethinking further improves these results to 2.70 FID and 96.7\% accuracy, while increasing the rethinking budget of a fixed policy yields continued improvements at inference time.
• Abstract（参考訳）: PONDERは,画像生成者がどの順序でコンテンツを埋めるべきか,どの早期に修正すべきかを学習する手法である。 仮面生成モデルは、欠落した変数のサブセットを繰り返すことでサンプルを構成する。 これらの部分予測の順序は、後続のステップで利用可能なコンテキストを決定するため、最終サンプルの品質に影響を与える。 一般的な戦略は、順序をランダムに、または局所的な信頼推定に基づいて選ぶことである。 部分生成したサンプルとジェネレータの特徴を条件に、このポリシーでは、次にどの位置を埋めるか、または、後続の再生のためにマスクを埋めるかを選択します。 このようにして、生成プロセスは進化するコンテキストに適応し、以前の予測を修正できる。 我々は、制約満足度、人間の嗜好、配当品質を測定する報酬を用いて、グループ相対的な政策勾配を用いてポリシーを最適化する。 後者については、Fréchet Inception Distanceにおける(一階目の)変化から得られる画像レベルの報酬であるFIDgradを紹介する。 発電機が凍結すると、学習順序付けによりMAR-B ImageNet FIDが4.09から2.78に減少し、ハードビジュアルスドクの精度が3.9\%から56.6\%に上昇し、不確実性ベースのグリーディオーダー(38.7\%)を超えた。 再考は、これらの結果を2.70 FIDと96.7 %の精度に改善する一方、固定政策の再考予算は、推論時に継続的な改善をもたらす。

関連論文リスト

• Leveraging Inference-Time Compute for Diffusion Models via Global Scheduling of Denoising Trajectories [16.711750527598827]
  拡散モデルは、純雑音をターゲット分布からのドローに変換する一連のノイズ低減ステップであるデノイング軌跡をトラバースしてサンプルを生成する。 これによってリソース割り当ての疑問が持ち上がります – 探索の作業は、denoising trajectoryのステップにまたがってどのように分散されるべきなのでしょうか? ステップサイズで先行する順に、ステップにおいて$K$の候補を評価することで期待される利益が、内因性、ステップ固有の感度パラメータに、普遍的なサンプルサイズファクターの倍に分解されることを示す。 実験により,提案したアロケーションは,機能評価を20～50%減らして,一様ベンチマークの品質を達成できることが示された。
  論文  参考訳（メタデータ） (2026-09-19T08:10:33Z)
• Enforcing Constraints in Generative Sampling via Adaptive Correction Scheduling [16.401916509273146]
  生成的サンプリングの厳しい制約はプロジェクションによって実施され、サンプリングの終了時に1回、または更新毎に1回適用される。 プロジェクションは将来の更新が依存する状態の分布を変える。 生成ロールアウトに対する補正スケジューリング問題として制約強制を定式化する。
  論文  参考訳（メタデータ） (2026-05-11T20:28:10Z)
• Quantifying and Improving Adaptivity in Conformal Prediction through Input Transformations [5.600609116784786]
  コンフォーマル予測は、単一点予測の代わりにラベルの集合を構成する。 具体的困難への適応性は重要な特性である。 本稿では,推定困難度でサンプルをグループ化し,グループ条件の共形予測を適用した適応予測アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-11-14T16:42:42Z)
• Distributional Diffusion Models with Scoring Rules [83.38210785728994]
  拡散モデルは高品質な合成データを生成する。 高品質な出力を生成するには、多くの離散化ステップが必要です。 クリーンデータサンプルの後部エム分布を学習し,サンプル生成を実現することを提案する。
  論文  参考訳（メタデータ） (2025-02-04T16:59:03Z)
• Performative Prediction with Bandit Feedback: Learning through Reparameterization [23.039885534575966]
  行動予測は、データの分布自体がモデルの展開に応じて変化する社会予測を研究するためのフレームワークである。 本研究では,実行予測目標をデータ分散関数として再パラメータ化する再パラメータ化を開発する。
  論文  参考訳（メタデータ） (2023-05-01T21:31:29Z)
• Decoupling Shrinkage and Selection for the Bayesian Quantile Regression [0.0]
  本稿では,ベイジアン量子回帰(BQR)に対する連続前処理における縮小と疎結合の概念を拡張した。 第1段階では、連続した先行状態の状態での量子的回帰を縮小し、第2段階では適応ラッソの効率的な変種によって後方を分散させる。 我々の手続きは、変数がマクロ経済に下方リスクをもたらす政策立案者とのコミュニケーションに利用できる。
  論文  参考訳（メタデータ） (2021-07-18T17:22:33Z)
• Private Prediction Sets [72.75711776601973]
  機械学習システムは、個人のプライバシーの確実な定量化と保護を必要とする。 これら2つのデシラタを共同で扱う枠組みを提案する。 本手法を大規模コンピュータビジョンデータセット上で評価する。
  論文  参考訳（メタデータ） (2021-02-11T18:59:11Z)

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。