Buchumschlag

Scaling Up Probabilistic Circuits by Latent Variable Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Anji, Zhang, Honghua, Broeck, Guy Van den
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Restructuring Tractable Probabilistic Circuits
von: Zhang, Honghua, et al.
Veröffentlicht: (2024)

On the Relationship Between Monotone and Squared Probabilistic Circuits
von: Wang, Benjie, et al.
Veröffentlicht: (2024)

Scaling Tractable Probabilistic Circuits: A Systems Perspective
von: Liu, Anji, et al.
Veröffentlicht: (2024)

Polynomial Semantics of Tractable Probabilistic Circuits
von: Broadrick, Oliver, et al.
Veröffentlicht: (2024)

Rethinking Probabilistic Circuit Parameter Learning
von: Liu, Anji, et al.
Veröffentlicht: (2025)

Probabilistic Circuits for Cumulative Distribution Functions
von: Broadrick, Oliver, et al.
Veröffentlicht: (2024)

A Tractable Inference Perspective of Offline RL
von: Liu, Xuejie, et al.
Veröffentlicht: (2023)

Scaling Probabilistic Circuits via Monarch Matrices
von: Zhang, Honghua, et al.
Veröffentlicht: (2025)

ProbMoE: Differentiable Probabilistic Routing for Mixture-of-Experts
von: Zhao, Heng, et al.
Veröffentlicht: (2026)

Breaking the Factorization Barrier in Diffusion Language Models
von: Li, Ian, et al.
Veröffentlicht: (2026)

Scaling Continuous Latent Variable Models as Probabilistic Integral Circuits
von: Gala, Gennaro, et al.
Veröffentlicht: (2024)

Collapsed Inference for Bayesian Deep Learning
von: Zeng, Zhe, et al.
Veröffentlicht: (2023)

The Expressivity Boundary of Probabilistic Circuits: A Comparison with Large Language Models
von: Zhao, Zhiyu, et al.
Veröffentlicht: (2026)

How to Marginalize in Causal Structure Learning?
von: Zhao, William, et al.
Veröffentlicht: (2025)

A Compositional Atlas for Algebraic Circuits
von: Wang, Benjie, et al.
Veröffentlicht: (2024)

Enabling Autoregressive Models to Fill In Masked Tokens
von: Israel, Daniel, et al.
Veröffentlicht: (2025)

Zero-Variance Gradients for Variational Autoencoders
von: Shao, Zilei, et al.
Veröffentlicht: (2025)

SIMPLE: A Gradient Estimator for $k$-Subset Sampling
von: Ahmed, Kareem, et al.
Veröffentlicht: (2022)

Accelerating Diffusion LLMs via Adaptive Parallel Decoding
von: Israel, Daniel, et al.
Veröffentlicht: (2025)

Adversarial Tokenization
von: Geh, Renato Lui, et al.
Veröffentlicht: (2025)

A Pseudo-Semantic Loss for Autoregressive Models with Logical Constraints
von: Ahmed, Kareem, et al.
Veröffentlicht: (2023)

The Pitfalls of KV Cache Compression
von: Chen, Alex, et al.
Veröffentlicht: (2025)

Prepacking: A Simple Method for Fast Prefilling and Increased Throughput in Large Language Models
von: Zhao, Siyan, et al.
Veröffentlicht: (2024)

Image Inpainting via Tractable Steering of Diffusion Models
von: Liu, Anji, et al.
Veröffentlicht: (2023)

Discrete Copula Diffusion
von: Liu, Anji, et al.
Veröffentlicht: (2024)

Soft Learning Probabilistic Circuits
von: Ghandi, Soroush, et al.
Veröffentlicht: (2024)

Sparse Probabilistic Graph Circuits
von: Rektoris, Martin, et al.
Veröffentlicht: (2025)

Causal Neural Probabilistic Circuits
von: Chen, Weixin, et al.
Veröffentlicht: (2026)

From Classical Probabilistic Latent Variable Models to Modern Generative AI: A Unified Perspective
von: Chen, Tianhua
Veröffentlicht: (2025)

Tractable Representation Learning with Probabilistic Circuits
von: Braun, Steven, et al.
Veröffentlicht: (2025)

Learning to Discretize Denoising Diffusion ODEs
von: Tong, Vinh, et al.
Veröffentlicht: (2024)

Rao-Blackwell Gradient Estimators for Equivariant Denoising Diffusion
von: Tong, Vinh, et al.
Veröffentlicht: (2025)

ExplainFuzz: Explainable and Constraint-Conditioned Test Generation with Probabilistic Circuits
von: Baiget, Annaëlle, et al.
Veröffentlicht: (2026)

Scalable Random Feature Latent Variable Models
von: Li, Ying, et al.
Veröffentlicht: (2024)

Probabilistic Circuits with Constraints via Convex Optimization
von: Ghandi, Soroush, et al.
Veröffentlicht: (2024)

Tractable Sharpness-Aware Learning of Probabilistic Circuits
von: Suresh, Hrithik, et al.
Veröffentlicht: (2025)

Hyperparameter Optimization via Interacting with Probabilistic Circuits
von: Seng, Jonas, et al.
Veröffentlicht: (2025)

On the Expressive Power of Tree-Structured Probabilistic Circuits
von: Yin, Lang, et al.
Veröffentlicht: (2024)

Probabilistic Graph Circuits: Deep Generative Models for Tractable Probabilistic Inference over Graphs
von: Papež, Milan, et al.
Veröffentlicht: (2025)

Neural Network Approximators for Marginal MAP in Probabilistic Circuits
von: Arya, Shivvrat, et al.
Veröffentlicht: (2024)