RUNG：用语言排序视觉码，提升文生图成绩

Ruilin Gong、Hao Gong 提交预印本论文，提出有序视觉编码方法 RUNG：码的前缀由描述构成的摘要阶梯监督，全长度重建图像；生成即延续该码，描述则截断该码。作者称，在数据与容量固定下，按语言而非重建排序使前缀-描述信息量提升 2.9 倍，GenEval 由 0.76 升至 0.83，代价是四分之一码长处 PSNR 下降 2.8 dB，全长度仅降 0.1 dB。 该研究还报告 RUNG-XL（3.4B）在 32 项网络评测中达到 0.88 GenEval、87.6 DPG-Bench，若在误差出现的那一级重绘则达 0.91 GenEval；其粗、细描述一致率为 94.1%，并可无需反演地编辑图像。这些均为论文报告的结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。