RadAR：効率的な視覚生成のための放射状自己回帰

本論文は、視覚生成における自己回帰モデルの非効率性に対処するため、画像の空間的関係性を利用して並列生成を可能にするRadARというフレームワークを提案しています。中心となるアイデアは、放射状トポロジーを使用して生成プロセスを再構成し、同心円内のトークンの並列予測を可能にすることです。ネストされた注意メカニズムの導入は、並列生成中の潜在的な矛盾を修正することにより、モデルの堅牢性をさらに高めます。このアプローチは、自己回帰モデルの表現力を維持しながら、視覚生成の速度を向上させる有望な解決策を提供します。