Buchumschlag

Diffusion Rejection Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Na, Byeonghu, Kim, Yeongmin, Park, Minsang, Shin, Donghyeok, Kang, Wanmo, Moon, Il-Chul
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Lookahead Sample Reward Guidance for Test-Time Scaling of Diffusion Models
von: Kim, Yeongmin, et al.
Veröffentlicht: (2026)

Training Unbiased Diffusion Models From Biased Dataset
von: Kim, Yeongmin, et al.
Veröffentlicht: (2024)

Diffusion Bridge AutoEncoders for Unsupervised Representation Learning
von: Kim, Yeongmin, et al.
Veröffentlicht: (2024)

Distillation of Large Language Models via Concrete Score Matching
von: Kim, Yeongmin, et al.
Veröffentlicht: (2025)

AMiD: Knowledge Distillation for LLMs with $α$-mixture Assistant Distribution
von: Shin, Donghyeok, et al.
Veröffentlicht: (2025)

Diffusion Adaptive Text Embedding for Text-to-Image Diffusion Models
von: Na, Byeonghu, et al.
Veröffentlicht: (2025)

Label-Noise Robust Diffusion Models
von: Na, Byeonghu, et al.
Veröffentlicht: (2024)

Reward-based Input Construction for Cross-document Relation Extraction
von: Na, Byeonghu, et al.
Veröffentlicht: (2024)

Preference Optimization by Estimating the Ratio of the Data Distribution
von: Kim, Yeongmin, et al.
Veröffentlicht: (2025)

Distilling Dataset into Neural Field
von: Shin, Donghyeok, et al.
Veröffentlicht: (2025)

Semantic-aware Wasserstein Policy Regularization for Large Language Model Alignment
von: Na, Byeonghu, et al.
Veröffentlicht: (2026)

Training-Free Safe Text Embedding Guidance for Text-to-Image Diffusion Models
von: Na, Byeonghu, et al.
Veröffentlicht: (2025)

Dirichlet-based Per-Sample Weighting by Transition Matrix for Noisy Label Learning
von: Bae, HeeSun, et al.
Veröffentlicht: (2024)

Prompt-Based Safety Guidance Is Ineffective for Unlearned Text-to-Image Diffusion Models
von: Shin, Jiwoo, et al.
Veröffentlicht: (2025)

Unknown Domain Inconsistency Minimization for Domain Generalization
von: Shin, Seungjae, et al.
Veröffentlicht: (2024)

Missing Pattern Recognized Diffusion Imputation Model for Missing Not At Random
von: Sim, Gyuwon, et al.
Veröffentlicht: (2026)

Measuring Sample Importance in Data Pruning for Language Models based on Information Entropy
von: Kim, Minsang, et al.
Veröffentlicht: (2024)

Merge-Friendly Post-Training Quantization for Multi-Target Domain Adaptation
von: Shin, Juncheol, et al.
Veröffentlicht: (2025)

Trajectory-Class-Aware Multi-Agent Reinforcement Learning
von: Na, Hyungho, et al.
Veröffentlicht: (2025)

Hierarchical Position Embedding of Graphs with Landmarks and Clustering for Link Prediction
von: Kim, Minsang, et al.
Veröffentlicht: (2024)

DreamSampler: Unifying Diffusion Sampling and Score Distillation for Image Manipulation
von: Kim, Jeongsol, et al.
Veröffentlicht: (2024)

Explain in Your Own Words: Improving Reasoning via Token-Selective Dual Knowledge Distillation
von: Kim, Minsang, et al.
Veröffentlicht: (2026)

Efficient Episodic Memory Utilization of Cooperative Multi-Agent Reinforcement Learning
von: Na, Hyungho, et al.
Veröffentlicht: (2024)

Disentangling Hyperedges through the Lens of Category Theory
von: Lee, Yoonho, et al.
Veröffentlicht: (2025)

Make Prompts Adaptable: Bayesian Modeling for Vision-Language Prompt Learning with Data-Dependent Prior
von: Cho, Youngjae, et al.
Veröffentlicht: (2024)

Rethinking Caching for LLM Serving Systems: Beyond Traditional Heuristics
von: Kim, Jungwoo, et al.
Veröffentlicht: (2025)

Enhancing Instruction Following of LLMs via Activation Steering with Dynamic Rejection
von: Kang, Minjae, et al.
Veröffentlicht: (2026)

Optimal Budgeted Rejection Sampling for Generative Models
von: Verine, Alexandre, et al.
Veröffentlicht: (2023)

Structured Temporal Causality for Interpretable Multivariate Time Series Anomaly Detection
von: Cho, Dongchan, et al.
Veröffentlicht: (2025)

The Sample Complexity of Approximate Rejection Sampling with Applications to Smoothed Online Learning
von: Block, Adam, et al.
Veröffentlicht: (2023)

FlexiDiT: Your Diffusion Transformer Can Easily Generate High-Quality Samples with Less Compute
von: Anagnostidis, Sotiris, et al.
Veröffentlicht: (2025)

Diffusion models for inverse problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2025)

Constrained Adaptive Rejection Sampling
von: Parys, Paweł, et al.
Veröffentlicht: (2025)

Aligning Few-Step Generative Models by Amortizing Sample-based Variational Inference
von: Lee, Jaewoo, et al.
Veröffentlicht: (2026)

R2R2: Robust Representation for Intensive Experience Reuse via Redundancy Reduction in Self-Predictive Learning
von: Song, Sanghyeob, et al.
Veröffentlicht: (2026)

Value Gradient Sampler: Learning Invariant Value Functions for Equivariant Diffusion Sampling
von: Hwang, Himchan, et al.
Veröffentlicht: (2025)

Fair Sampling in Diffusion Models through Switching Mechanism
von: Choi, Yujin, et al.
Veröffentlicht: (2024)

Global Context-aware Representation Learning for Spatially Resolved Transcriptomics
von: Oh, Yunhak, et al.
Veröffentlicht: (2025)

Amortized Posterior Sampling with Diffusion Prior Distillation
von: Mammadov, Abbas, et al.
Veröffentlicht: (2024)

Taming Gradient Oversmoothing and Expansion in Graph Neural Networks
von: Park, MoonJeong, et al.
Veröffentlicht: (2024)