Buchumschlag

Scaling Tractable Probabilistic Circuits: A Systems Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Anji, Ahmed, Kareem, Broeck, Guy Van den
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

Scaling Up Probabilistic Circuits by Latent Variable Distillation
von: Liu, Anji, et al.
Veröffentlicht: (2022)

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

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

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

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

Tractable Transformers for Flexible Conditional Generation
von: Liu, Anji, et al.
Veröffentlicht: (2025)

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

Einsum Networks: Fast and Scalable Learning of Tractable Probabilistic Circuits
von: Peharz, Robert, et al.
Veröffentlicht: (2020)

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

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

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

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

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

Controllable Generation via Locally Constrained Resampling
von: Ahmed, Kareem, et al.
Veröffentlicht: (2024)

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

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

Probabilistically Rewired Message-Passing Neural Networks
von: Qian, Chendi, et al.
Veröffentlicht: (2023)

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)

TRACE Back from the Future: A Probabilistic Reasoning Approach to Controllable Language Generation
von: Weng, Gwen Yidou, et al.
Veröffentlicht: (2025)

Where is the signal in tokenization space?
von: Geh, Renato Lui, et al.
Veröffentlicht: (2024)

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)

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

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

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

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

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

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

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

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

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

Deep Generative Models with Hard Linear Equality Constraints
von: Li, Ruoyan, et al.
Veröffentlicht: (2025)

Learning Tractable Distributions Of Language Model Continuations
von: Yidou-Weng, Gwen, et al.
Veröffentlicht: (2025)

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

SymCircuit: Bayesian Structure Inference for Tractable Probabilistic Circuits via Entropy-Regularized Reinforcement Learning
von: Ju, Y. Sungtaek
Veröffentlicht: (2026)

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

Tractable Probabilistic Models for Investment Planning
von: A., Nicolas M. Cuadrado, et al.
Veröffentlicht: (2025)

The Limits of Tractable Marginalization
von: Broadrick, Oliver, et al.
Veröffentlicht: (2025)