Enhancing In-context Panoramic Generation via Geometric-aware Pretraining

• 类型：arxiv
• 标识：2607.08765
• 链接：https://arxiv.org/abs/2607.08765
• 主分类：engineering
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Empowered by strong panoramic priors, Canvas360 enables a unified in-context panoramic generation framework that supports diverse downstream tasks via token-level concatenation, surpassing prior methods in both task coverage and modeling flexibility.
• OpenAlex ID：W7167939901
• OpenAlex DOI：10.48550/arxiv.2607.08765
• DOI：10.48550/arxiv.2607.08765
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.08765
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：基于几何感知预训练增强上下文全景生成
• TLDR中文：借助强大的全景先验，Canvas360 构建了一个统一的上下文全景生成框架，通过 token 级拼接支持多样化下游任务，在任务覆盖范围与建模灵活性上均超越已有方法。
• 来源文件：
• /inbox/tom/_candidates/2026-07-10-agent-rag-longcontext-candidates.json
• [S2 enrich]
• /inbox/tom/_candidates/2026-07-11-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-07-12-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-07-13-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-07-13-agent-memory-tool-use-candidates.json
• [OpenAlex backfill]