Copertina

Adjoint Matching: Fine-tuning Flow and Diffusion Generative Models with Memoryless Stochastic Optimal Control

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Domingo-Enrich, Carles, Drozdzal, Michal, Karrer, Brian, Chen, Ricky T. Q.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2026)

Stochastic Optimal Control Matching
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2023)

A Taxonomy of Loss Functions for Stochastic Optimal Control
di: Domingo-Enrich, Carles
Pubblicazione: (2024)

A unified perspective on fine-tuning and sampling with diffusion and flow models
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2026)

Rare Event Analysis via Stochastic Optimal Control
di: Du, Yuanqi, et al.
Pubblicazione: (2026)

Generalized Schrödinger Bridge Matching
di: Liu, Guan-Horng, et al.
Pubblicazione: (2023)

Stochastic Control for Fine-tuning Diffusion Models: Optimality, Regularity, and Convergence
di: Han, Yinbin, et al.
Pubblicazione: (2024)

Adjoint Schrödinger Bridge Sampler
di: Liu, Guan-Horng, et al.
Pubblicazione: (2025)

Adjoint Sampling: Highly Scalable Diffusion Samplers via Adjoint Matching
di: Havens, Aaron, et al.
Pubblicazione: (2025)

Reinforce Adjoint Matching: Scaling RL Post-Training of Diffusion and Flow-Matching Models
di: Bergmeister, Andreas, et al.
Pubblicazione: (2026)

Discrete Adjoint Matching
di: So, Oswin, et al.
Pubblicazione: (2026)

Multiscale Supervised Unbalanced Optimal Transport Flow Matching
di: Peng, Qiangwei, et al.
Pubblicazione: (2026)

MDNS: Masked Diffusion Neural Sampler via Stochastic Optimal Control
di: Zhu, Yuchen, et al.
Pubblicazione: (2025)

Efficient Adjoint-based Design Optimization with Optimal Control
di: He, Sicheng, et al.
Pubblicazione: (2026)

TaskMet: Task-Driven Metric Learning for Model Learning
di: Bansal, Dishank, et al.
Pubblicazione: (2023)

On Policy Stochasticity in Mutual Information Optimal Control of Linear Systems
di: Enami, Shoju, et al.
Pubblicazione: (2025)

An Efficient On-Policy Deep Learning Framework for Stochastic Optimal Control
di: Hua, Mengjian, et al.
Pubblicazione: (2024)

Efficient Tail-Aware Generative Optimization via Flow Model Fine-Tuning
di: Wang, Zifan, et al.
Pubblicazione: (2026)

Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces
di: Hoischen, Nicolas, et al.
Pubblicazione: (2024)

A Schrödinger Eigenfunction Method for Long-Horizon Stochastic Optimal Control
di: Claeys, Louis, et al.
Pubblicazione: (2026)

Learning Optimal Control and Dynamical Structure of Global Trajectory Search Problems with Diffusion Models
di: Graebner, Jannik, et al.
Pubblicazione: (2024)

Neural Optimal Transport with Lagrangian Costs
di: Pooladian, Aram-Alexandre, et al.
Pubblicazione: (2024)

Stochastic Variance-Reduced Newton: Accelerating Finite-Sum Minimization with Large Batches
di: Dereziński, Michał
Pubblicazione: (2022)

Edit Flows: Flow Matching with Edit Operations
di: Havasi, Marton, et al.
Pubblicazione: (2025)

cashocs: A Computational, Adjoint-Based Shape Optimization and Optimal Control Software
di: Blauth, Sebastian
Pubblicazione: (2020)

Generalized Adjoint Method
di: Zheng, Andrew, et al.
Pubblicazione: (2026)

Data-Driven Discovery of PDEs via the Adjoint Method
di: Sadr, Mohsen, et al.
Pubblicazione: (2024)

Stochastic Newton Proximal Extragradient Method
di: Jiang, Ruichen, et al.
Pubblicazione: (2024)

Asynchronous and Stochastic Distributed Resource Allocation
di: Li, Qiang, et al.
Pubblicazione: (2025)

Adjoint-Based Aerodynamic Shape Optimization with a Manifold Constraint Learned by Diffusion Models
di: Chen, Long, et al.
Pubblicazione: (2025)

Decentralized Conjugate Gradient and Memoryless BFGS Methods
di: Wang, Liping, et al.
Pubblicazione: (2024)

Score Matching Diffusion Based Feedback Control and Planning of Nonlinear Systems
di: Elamvazhuthi, Karthik, et al.
Pubblicazione: (2025)

Continuous Q-Score Matching: Diffusion Guided Reinforcement Learning for Continuous-Time Control
di: Hua, Chengxiu, et al.
Pubblicazione: (2025)

Fine-tuning of diffusion models via stochastic control: entropy regularization and beyond
di: Tang, Wenpin, et al.
Pubblicazione: (2024)

Controlling the Flow: Stability and Convergence for Stochastic Gradient Descent with Decaying Regularization
di: Kassing, Sebastian, et al.
Pubblicazione: (2025)

Provable Mixed-Noise Learning with Flow-Matching
di: Hagemann, Paul, et al.
Pubblicazione: (2025)

Optimal Rates for Robust Stochastic Convex Optimization
di: Gao, Changyu, et al.
Pubblicazione: (2024)

Optimal Algorithms for Stochastic Complementary Composite Minimization
di: d'Aspremont, Alexandre, et al.
Pubblicazione: (2022)

Stochastic Approximation with Block Coordinate Optimal Stepsizes
di: Jiang, Tao, et al.
Pubblicazione: (2025)

Generalized Wasserstein Flow Matching: Transport Plans, Everywhere, All at Once
di: Piening, Moritz, et al.
Pubblicazione: (2026)