Buchumschlag

On Statistical Rates and Provably Efficient Criteria of Latent Diffusion Transformers (DiTs)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Jerry Yao-Chieh, Wu, Weimin, Song, Zhao, Liu, Han
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Statistical Rates of Conditional Diffusion Transformers: Approximation, Estimation and Minimax Optimality
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Provably Optimal Memory Capacity for Modern Hopfield Models: Transformer-Compatible Dense Associative Memories as Spherical Codes
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Minimalist Softmax Attention Provably Learns Constrained Boolean Functions
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2025)

Shiva-DiT: Residual-Based Differentiable Top-$k$ Selection for Efficient Diffusion Transformers
von: Zhang, Jiaji, et al.
Veröffentlicht: (2026)

Universal Approximation with Softmax Attention
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2025)

Attention Mechanism, Max-Affine Partition, and Universal Approximation
von: Liu, Hude, et al.
Veröffentlicht: (2025)

On Computational Limits of Modern Hopfield Models: A Fine-Grained Complexity Analysis
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

xDiT: an Inference Engine for Diffusion Transformers (DiTs) with Massive Parallelism
von: Fang, Jiarui, et al.
Veröffentlicht: (2024)

In-Context Algorithm Emulation in Fixed-Weight Transformers
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2025)

Transformer Approximations from ReLUs
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2026)

Unveiling Redundancy in Diffusion Transformers (DiTs): A Systematic Study
von: Sun, Xibo, et al.
Veröffentlicht: (2024)

Computational Limits of Low-Rank Adaptation (LoRA) Fine-Tuning for Transformer Models
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

CNCast: Leveraging 3D Swin Transformer and DiT for Enhanced Regional Weather Forecasting
von: Liang, Hongli, et al.
Veröffentlicht: (2025)

Fundamental Limits of Prompt Tuning Transformers: Universality, Capacity and Efficiency
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Outlier-Efficient Hopfield Layers for Large Transformer-Based Models
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Uniform Memory Retrieval with Larger Capacity for Modern Hopfield Models
von: Wu, Dennis, et al.
Veröffentlicht: (2024)

SaDiT: Efficient Protein Backbone Design via Latent Structural Tokenization and Diffusion Transformers
von: Mo, Shentong, et al.
Veröffentlicht: (2026)

A Theoretical Analysis of Discrete Flow Matching Generative Models
von: Su, Maojiang, et al.
Veröffentlicht: (2025)

Differentially Private Kernel Density Estimation
von: Liu, Erzhi, et al.
Veröffentlicht: (2024)

ZigMa: A DiT-style Zigzag Mamba Diffusion Model
von: Hu, Vincent Tao, et al.
Veröffentlicht: (2024)

POLO: Preference-Guided Multi-Turn Reinforcement Learning for Lead Optimization
von: Wang, Ziqing, et al.
Veröffentlicht: (2025)

In-Context Deep Learning via Transformer Models
von: Wu, Weimin, et al.
Veröffentlicht: (2024)

LazyDiT: Lazy Learning for the Acceleration of Diffusion Transformers
von: Shen, Xuan, et al.
Veröffentlicht: (2024)

Provable Sparse Inversion and Token Relabel Enhanced One-shot Federated Learning with ViTs
von: Shen, Li, et al.
Veröffentlicht: (2026)

On Differentially Private String Distances
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Towards High-Order Mean Flow Generative Models: Feasibility, Expressivity, and Provably Efficient Criteria
von: Cao, Yang, et al.
Veröffentlicht: (2025)

Ortho-Hydra: Orthogonalized Experts for DiT LoRA
von: Ji, Seunghyun
Veröffentlicht: (2026)

Discrete Flow Matching Policy Optimization
von: Su, Maojiang, et al.
Veröffentlicht: (2026)

LaDi-WM: A Latent Diffusion-based World Model for Predictive Manipulation
von: Huang, Yuhang, et al.
Veröffentlicht: (2025)

ProAV-DiT: A Projected Latent Diffusion Transformer for Efficient Synchronized Audio-Video Generation
von: Sun, Jiahui, et al.
Veröffentlicht: (2025)

Exploring the Frontiers of Softmax: Provable Optimization, Applications in Diffusion Model, and Beyond
von: Cao, Yang, et al.
Veröffentlicht: (2024)

AC-DiT: Adaptive Coordination Diffusion Transformer for Mobile Manipulation
von: Chen, Sixiang, et al.
Veröffentlicht: (2025)

Are Hallucinations Bad Estimations?
von: Liu, Hude, et al.
Veröffentlicht: (2025)

On Flow Matching KL Divergence
von: Su, Maojiang, et al.
Veröffentlicht: (2025)

Model-agnostic Selective Labeling with Provable Statistical Guarantees
von: Huang, Huipeng, et al.
Veröffentlicht: (2025)

Nonparametric Modern Hopfield Models
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

DiEC: Diffusion Embedded Clustering
von: Hu, Haidong, et al.
Veröffentlicht: (2025)

HQ-DiT: Efficient Diffusion Transformer with FP4 Hybrid Quantization
von: Liu, Wenxuan, et al.
Veröffentlicht: (2024)

TimeDiT: General-purpose Diffusion Transformers for Time Series Foundation Model
von: Cao, Defu, et al.
Veröffentlicht: (2024)

LaDi-RL: Latent Diffusion Reasoning Prevents Entropy Collapse in Reinforcement Learning
von: Kang, Haoqiang, et al.
Veröffentlicht: (2026)