Buchumschlag

Covariance-Adaptive Sequential Black-box Optimization for Diffusion Targeted Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lyu, Yueming, Tan, Kim Yong, Ong, Yew Soon, Tsang, Ivor W.
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

Distributional Multi-objective Black-box Optimization for Diffusion-model Inference-time Multi-Target Generation
von: Tan, Kim Yong, et al.
Veröffentlicht: (2025)

Fast Direct: Query-Efficient Online Black-box Guidance for Diffusion-model Target Generation
von: Tan, Kim Yong, et al.
Veröffentlicht: (2025)

Flow-Direct: Feedback-Efficient and Reusable Guidance for Flow Models via Non-Parametric Guidance Field
von: Tan, Kim Yong, et al.
Veröffentlicht: (2026)

Towards Harmless Rawlsian Fairness Regardless of Demographic Prior
von: Wang, Xuanqian, et al.
Veröffentlicht: (2024)

MermaidFlow: Redefining Agentic Workflow Generation via Safety-Constrained Evolutionary Programming
von: Zheng, Chengqi, et al.
Veröffentlicht: (2025)

IKNO: Infinite-order Kernel Neural Operators
von: Zhu, Pengyuan, et al.
Veröffentlicht: (2026)

Sharpness-Aware Black-Box Optimization
von: Ye, Feiyang, et al.
Veröffentlicht: (2024)

Diversifying Policy Behaviors with Extrinsic Behavioral Curiosity
von: Wan, Zhenglin, et al.
Veröffentlicht: (2024)

LLM-to-Phy3D: Physically Conform Online 3D Object Generation with LLMs
von: Wong, Melvin, et al.
Veröffentlicht: (2025)

Mastering Continual Reinforcement Learning through Fine-Grained Sparse Network Allocation and Dormant Neuron Exploration
von: Zheng, Chengqi, et al.
Veröffentlicht: (2025)

Position Paper: Rethinking Privacy in RL for Sequential Decision-making in the Age of LLMs
von: Fan, Flint Xiaofeng, et al.
Veröffentlicht: (2025)

Policy Dispersion in Non-Markovian Environment
von: Qu, Bohao, et al.
Veröffentlicht: (2023)

Lang-PINN: From Language to Physics-Informed Neural Networks via a Multi-Agent Framework
von: He, Xin, et al.
Veröffentlicht: (2025)

RouteMark: A Fingerprint for Intellectual Property Attribution in Routing-based Model Merging
von: He, Xin, et al.
Veröffentlicht: (2025)

Co-Learning Bayesian Optimization
von: Guo, Zhendong, et al.
Veröffentlicht: (2025)

Diversified Batch Selection for Training Acceleration
von: Hong, Feng, et al.
Veröffentlicht: (2024)

Amortized Multi-Objective Optimization Across Tasks with Generative Solution Modeling
von: Wei, Tingyang, et al.
Veröffentlicht: (2025)

EvoSpeak: Large Language Models for Interpretable Genetic Programming-Evolved Heuristics
von: Xu, Meng, et al.
Veröffentlicht: (2025)

Imitation from Diverse Behaviors: Wasserstein Quality Diversity Imitation Learning with Single-Step Archive Exploration
von: Yu, Xingrui, et al.
Veröffentlicht: (2024)

FedRLHF: A Convergence-Guaranteed Federated Framework for Privacy-Preserving and Personalized RLHF
von: Fan, Flint Xiaofeng, et al.
Veröffentlicht: (2024)

($\boldsymbolθ_l, \boldsymbolθ_u$)-Parametric Multi-Task Optimization: Joint Search in Solution and Infinite Task Spaces
von: Wei, Tingyang, et al.
Veröffentlicht: (2025)

A Continuous Encoding-Based Representation for Efficient Multi-Fidelity Multi-Objective Neural Architecture Search
von: Wei, Zhao, et al.
Veröffentlicht: (2025)

Generative AI-based Prompt Evolution Engineering Design Optimization With Vision-Language Model
von: Wong, Melvin, et al.
Veröffentlicht: (2024)

Evolutionary Computation as Natural Generative AI
von: Shi, Yaxin, et al.
Veröffentlicht: (2025)

PROUD: PaRetO-gUided Diffusion Model for Multi-objective Generation
von: Yao, Yinghua, et al.
Veröffentlicht: (2024)

Analytical Survey of Learning with Low-Resource Data: From Analysis to Investigation
von: Cao, Xiaofeng, et al.
Veröffentlicht: (2025)

Learning with Foresight: Enhancing Neural Routing Policy via Multi-Node Lookahead Prediction
von: Jiang, Xia, et al.
Veröffentlicht: (2026)

Uncertain Multi-Objective Recommendation via Orthogonal Meta-Learning Enhanced Bayesian Optimization
von: Wang, Hongxu, et al.
Veröffentlicht: (2025)

Posterior Inference with Diffusion Models for High-dimensional Black-box Optimization
von: Yun, Taeyoung, et al.
Veröffentlicht: (2025)

CPT: Consistent Proxy Tuning for Black-box Optimization
von: He, Yuanyang, et al.
Veröffentlicht: (2024)

SiamNAS: Siamese Surrogate Model for Dominance Relation Prediction in Multi-objective Neural Architecture Search
von: Zhou, Yuyang, et al.
Veröffentlicht: (2025)

Possibilistic Predictive Uncertainty for Deep Learning
von: Ni, Yao, et al.
Veröffentlicht: (2026)

Enhancing Adversarial Robustness via Uncertainty-Aware Distributional Adversarial Training
von: Dong, Junhao, et al.
Veröffentlicht: (2024)

Task-free Adaptive Meta Black-box Optimization
von: Wang, Chao, et al.
Veröffentlicht: (2026)

DARTS: Targeting Prognostic Covariates in Budget-Constrained Sequential Experiments
von: Husar, Kateryna, et al.
Veröffentlicht: (2026)

A First-Order Multi-Gradient Algorithm for Multi-Objective Bi-Level Optimization
von: Ye, Feiyang, et al.
Veröffentlicht: (2024)

Road Network Representation Learning with the Third Law of Geography
von: Zhou, Haicang, et al.
Veröffentlicht: (2024)

Learning Multi-Task Gaussian Process Over Heterogeneous Input Domains
von: Liu, Haitao, et al.
Veröffentlicht: (2022)

OpenBox: A Python Toolkit for Generalized Black-box Optimization
von: Jiang, Huaijun, et al.
Veröffentlicht: (2023)

Scale-PINN: Learning Efficient Physics-Informed Neural Networks Through Sequential Correction
von: Chiu, Pao-Hsiung, et al.
Veröffentlicht: (2026)