Spanning Tree Autoregressive (STAR) 모델은 이미지의 중심 편향 및 지역성과 같은 사전 지식을 통합하여 샘플링 성능을 유지하면서 추론 시 이미지 편집을 수용할 수 있는 유연한 시퀀스 순서를 제공합니다. STAR은 이미지 패치의 위치에 의해 정의된 격자에서 샘플링된 균일한 스패닝 트리의 순회를 사용합니다. 너비 우선 탐색을 통해 순회를 얻어, 거부 샘플링을 통해 이미지의 연결된 부분 관측치가 시퀀스에서 접두사로 나타나도록 합니다. 무작위 순열에 비해 맞춤형 구조화된 무작위 전략을 통해 STAR은 언어 AR 모델링에서 널리 채택된 모델 아키텍처에 큰 변화 없이 후위 완성을 유지하면서 샘플링 성능을 유지합니다.
