Buchumschlag

Embracing Unknown Step by Step: Towards Reliable Sparse Training in Real World

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lei, Bowen, Xu, Dongkuan, Zhang, Ruqi, Mallick, Bani
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VARestorer: One-Step VAR Distillation for Real-World Image Super-Resolution
von: Zhu, Yixuan, et al.
Veröffentlicht: (2026)

One Step Learning, One Step Review
von: Huang, Xiaolong, et al.
Veröffentlicht: (2024)

Towards Real-World Test-Time Adaptation: Tri-Net Self-Training with Balanced Normalization
von: Su, Yongyi, et al.
Veröffentlicht: (2023)

DiffRatio: Training One-Step Diffusion Models Without Teacher Supervision
von: Chen, Wenlin, et al.
Veröffentlicht: (2025)

One Adapter for All: Towards Unified Representation in Step-Imbalanced Class-Incremental Learning
von: Zhang, Xiaoyan, et al.
Veröffentlicht: (2026)

Pretrained Diffusion Models Are Inherently Skipped-Step Samplers
von: Xu, Wenju
Veröffentlicht: (2025)

Efficient Training of Deep Networks using Guided Spectral Data Selection: A Step Toward Learning What You Need
von: Sharifi, Mohammadreza, et al.
Veröffentlicht: (2025)

Step-by-Step Diffusion: An Elementary Tutorial
von: Nakkiran, Preetum, et al.
Veröffentlicht: (2024)

DiffMM: Efficient Method for Accurate Noisy and Sparse Trajectory Map Matching via One Step Diffusion
von: Han, Chenxu, et al.
Veröffentlicht: (2026)

One-Step is Enough: Sparse Autoencoders for Text-to-Image Diffusion Models
von: Surkov, Viacheslav, et al.
Veröffentlicht: (2024)

BiGain: Unified Token Compression for Joint Generation and Classification
von: Liu, Jiacheng, et al.
Veröffentlicht: (2026)

Two-Step Data Augmentation for Masked Face Detection and Recognition: Turning Fake Masks to Real
von: Yang, Yan, et al.
Veröffentlicht: (2025)

Knowing the Unknown: Interpretable Open-World Object Detection via Concept Decomposition Model
von: Lv, Xueqiang, et al.
Veröffentlicht: (2026)

Noise Consistency Training: A Native Approach for One-Step Generator in Learning Additional Controls
von: Luo, Yihong, et al.
Veröffentlicht: (2025)

Sherlock: Self-Correcting Reasoning in Vision-Language Models
von: Ding, Yi, et al.
Veröffentlicht: (2025)

Step-by-step Layered Design Generation
von: Khan, Faizan Farooq, et al.
Veröffentlicht: (2025)

Revolutionizing Traffic Management with AI-Powered Machine Vision: A Step Toward Smart Cities
von: DolatAbadi, Seyed Hossein Hosseini, et al.
Veröffentlicht: (2025)

BLADE: Block-Sparse Attention Meets Step Distillation for Efficient Video Generation
von: Gu, Youping, et al.
Veröffentlicht: (2025)

Diffusion Adversarial Post-Training for One-Step Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

SGMD: Score Gradient Matching Distillation for Few-Step Video Diffusion Distillation
von: Wu, Zhuguanyu, et al.
Veröffentlicht: (2026)

One Step Diffusion via Shortcut Models
von: Frans, Kevin, et al.
Veröffentlicht: (2024)

Towards Reliable Evaluation and Fast Training of Robust Semantic Segmentation Models
von: Croce, Francesco, et al.
Veröffentlicht: (2023)

FIS-DiT: Breaking the Few-Step Video Inference Barrier via Training-Free Frame Interleaved Sparsity
von: Tang, Jian, et al.
Veröffentlicht: (2026)

Refining Few-Step Text-to-Multiview Diffusion via Reinforcement Learning
von: Zhang, Ziyi, et al.
Veröffentlicht: (2025)

Aligning Few-Step Diffusion Models with Dense Reward Difference Learning
von: Zhang, Ziyi, et al.
Veröffentlicht: (2024)

Revisiting Confidence Estimation: Towards Reliable Failure Prediction
von: Zhu, Fei, et al.
Veröffentlicht: (2024)

Optimizing Few-Step Generation with Adaptive Matching Distillation
von: Bai, Lichen, et al.
Veröffentlicht: (2026)

Few-Step Diffusion via Score identity Distillation
von: Zhou, Mingyuan, et al.
Veröffentlicht: (2025)

Drifting Preference Optimization for One-Step Generative Models
von: Jiang, Zhou, et al.
Veröffentlicht: (2026)

CLIP-UP: A Simple and Efficient Mixture-of-Experts CLIP Training Recipe with Sparse Upcycling
von: Wang, Xinze, et al.
Veröffentlicht: (2025)

Sparse-to-Sparse Training of Diffusion Models
von: Oliveira, Inês Cardoso, et al.
Veröffentlicht: (2025)

Towards Better Alignment: Training Diffusion Models with Reinforcement Learning Against Sparse Rewards
von: Hu, Zijing, et al.
Veröffentlicht: (2025)

Integrative Variational Autoencoders for Generative Modeling of an Image Outcome with Multiple Input Images
von: Lei, Bowen, et al.
Veröffentlicht: (2024)

Meta Invariance Defense Towards Generalizable Robustness to Unknown Adversarial Attacks
von: Zhang, Lei, et al.
Veröffentlicht: (2024)

Align Your Steps: Optimizing Sampling Schedules in Diffusion Models
von: Sabour, Amirmojtaba, et al.
Veröffentlicht: (2024)

Analytic Convolutional Layer: A Step to Analytic Neural Network
von: Cui, Jingmao, et al.
Veröffentlicht: (2024)

One-Step Diffusion Distillation via Deep Equilibrium Models
von: Geng, Zhengyang, et al.
Veröffentlicht: (2023)

ReDiF: Reinforced Distillation for Few Step Diffusion
von: Tighkhorshid, Amirhossein, et al.
Veröffentlicht: (2025)

Highlight Every Step: Knowledge Distillation via Collaborative Teaching
von: Zhao, Haoran, et al.
Veröffentlicht: (2019)

FLIP: Towards Comprehensive and Reliable Evaluation of Federated Prompt Learning
von: Liao, Dongping, et al.
Veröffentlicht: (2025)