:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Weijian, Zhang, Boya, Zhang, Zhihua
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2306.04952
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Denoising Fisher Training For Neural Implicit Samplers
von: Luo, Weijian, et al.
Veröffentlicht: (2024)

Training Neural Samplers with Reverse Diffusive KL Divergence
von: He, Jiajun, et al.
Veröffentlicht: (2024)

No Trick, No Treat: Pursuits and Challenges Towards Simulation-free Training of Neural Samplers
von: He, Jiajun, et al.
Veröffentlicht: (2025)

Diff-Instruct++: Training One-step Text-to-image Generator Model to Align with Human Preferences
von: Luo, Weijian
Veröffentlicht: (2024)

Diff-Instruct: A Universal Approach for Transferring Knowledge From Pre-trained Diffusion Models
von: Luo, Weijian, et al.
Veröffentlicht: (2023)

Discrete Neural Flow Samplers with Locally Equivariant Transformer
von: Ou, Zijing, et al.
Veröffentlicht: (2025)

Last-Iterate Analyses of FTRL with the 1/2-Tsallis Entropy in Stochastic Bandits
von: Zhan, Jingxin, et al.
Veröffentlicht: (2025)

Explicit Density Approximation for Neural Implicit Samplers Using a Bernstein-Based Convex Divergence
von: de Frutos, José Manuel, et al.
Veröffentlicht: (2025)

Neural Flow Samplers with Shortcut Models
von: Chen, Wuhao, et al.
Veröffentlicht: (2025)

Proximal Diffusion Neural Sampler
von: Guo, Wei, et al.
Veröffentlicht: (2025)

Taming the Entropy Cliff: Variable Codebook Size Quantization for Autoregressive Visual Generation
von: Zheng, Bowen, et al.
Veröffentlicht: (2026)

Diffusion-PINN Sampler
von: Shi, Zhekun, et al.
Veröffentlicht: (2024)

Functional Adjoint Sampler: Scalable Sampling on Infinite Dimensional Spaces
von: Park, Byoungwoo, et al.
Veröffentlicht: (2025)

FreqCycle: A Multi-Scale Time-Frequency Analysis Method for Time Series Forecasting
von: Zhang, Boya, et al.
Veröffentlicht: (2026)

Operator Spectroscopy of Trained Lattice Samplers
von: Qian, Moxian
Veröffentlicht: (2026)

Single-Step Consistent Diffusion Samplers
von: Jutras-Dubé, Pascal, et al.
Veröffentlicht: (2025)

Is Your Diffusion Sampler Actually Correct? A Sampler-Centric Evaluation of Discrete Diffusion Language Models
von: Tang, Luhan, et al.
Veröffentlicht: (2026)

Utilising Gradient-Based Proposals Within Sequential Monte Carlo Samplers for Training of Partial Bayesian Neural Networks
von: Millard, Andrew, et al.
Veröffentlicht: (2025)

Dynamical Implicit Neural Representations
von: Park, Yesom, et al.
Veröffentlicht: (2025)

A Generative Sampler for distributions with possible discrete parameter based on Reversibility
von: Li, Lei, et al.
Veröffentlicht: (2026)

Adjoint Sampling: Highly Scalable Diffusion Samplers via Adjoint Matching
von: Havens, Aaron, et al.
Veröffentlicht: (2025)

Scalable Implicit Graphon Learning
von: Azizpour, Ali, et al.
Veröffentlicht: (2024)

One-Step Diffusion Distillation through Score Implicit Matching
von: Luo, Weijian, et al.
Veröffentlicht: (2024)

Bridge Matching Sampler: Scalable Sampling via Generalized Fixed-Point Diffusion Matching
von: Blessing, Denis, et al.
Veröffentlicht: (2026)

Hierarchical Implicit Neural Emulators
von: Jiang, Ruoxi, et al.
Veröffentlicht: (2025)

Nonparametric Teaching of Implicit Neural Representations
von: Zhang, Chen, et al.
Veröffentlicht: (2024)

Understanding Sampler Stochasticity in Training Diffusion Models for RLHF
von: Sheng, Jiayuan, et al.
Veröffentlicht: (2025)

Swift Sampler: Efficient Learning of Sampler by 10 Parameters
von: Yao, Jiawei, et al.
Veröffentlicht: (2024)

One-Step Diffusion Samplers via Self-Distillation and Deterministic Flow
von: Jutras-Dube, Pascal, et al.
Veröffentlicht: (2025)

Transition Path Sampling with Improved Off-Policy Training of Diffusion Path Samplers
von: Seong, Kiyoung, et al.
Veröffentlicht: (2024)

Scalable Discrete Diffusion Samplers: Combinatorial Optimization and Statistical Physics
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

Faster Sampling via Stochastic Gradient Proximal Sampler
von: Huang, Xunpeng, et al.
Veröffentlicht: (2024)

Scalable Back-Propagation-Free Training of Optical Physics-Informed Neural Networks
von: Zhao, Yequan, et al.
Veröffentlicht: (2025)

Implicit Compressibility of Overparametrized Neural Networks Trained with Heavy-Tailed SGD
von: Wan, Yijun, et al.
Veröffentlicht: (2023)

Implicit Neural Differential Model for Spatiotemporal Dynamics
von: Akhare, Deepak, et al.
Veröffentlicht: (2025)

Beyond Heuristics: Globally Optimal Configuration of Implicit Neural Representations
von: Chen, Sipeng, et al.
Veröffentlicht: (2025)

Progressive Tempering Sampler with Diffusion
von: Rissanen, Severi, et al.
Veröffentlicht: (2025)

The Ray Tracing Sampler: Bayesian Sampling of Neural Networks for Everyone
von: Behroozi, Peter
Veröffentlicht: (2025)

Self-Improved Learning for Scalable Neural Combinatorial Optimization
von: Luo, Fu, et al.
Veröffentlicht: (2024)

On the Collapse Errors Induced by the Deterministic Sampler for Diffusion Models
von: Zhang, Yi, et al.
Veröffentlicht: (2025)