:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	OuYang, RuiKang, Qiang, Bo, Hernández-Lobato, José Miguel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computation
Online-Zugang:	https://arxiv.org/abs/2409.09787
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Diffusive Classification Loss for Learning Energy-based Generative Models
von: OuYang, RuiKang, et al.
Veröffentlicht: (2026)

Progressive Tempering Sampler with Diffusion
von: Rissanen, Severi, et al.
Veröffentlicht: (2025)

Stochastic Interpolants in Hilbert Spaces
von: Yu, James Boran, et al.
Veröffentlicht: (2026)

No Trick, No Treat: Pursuits and Challenges Towards Simulation-free Training of Neural Samplers
von: He, Jiajun, et al.
Veröffentlicht: (2025)

Learning Energy-Based Models from Stochastic Interpolants using Spatiotemporal Differences
von: Yu, Hanlin, et al.
Veröffentlicht: (2026)

AMO Sampler: Enhancing Text Rendering with Overshooting
von: Hu, Xixi, et al.
Veröffentlicht: (2024)

A Deep Generative Model for the Design of Synthesizable Ionizable Lipids
von: Ou, Yuxuan, et al.
Veröffentlicht: (2024)

Generative Model for Synthesizing Ionizable Lipids: A Monte Carlo Tree Search Approach
von: Zhao, Jingyi, et al.
Veröffentlicht: (2024)

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

(HB-ARFM) History-Bootstrapped Flow Matching for Inverse Boiling Reconstruction
von: Zou, Xianwei, et al.
Veröffentlicht: (2026)

Improving the Diversity of Bootstrapped DQN by Replacing Priors With Noise
von: Meng, Li, et al.
Veröffentlicht: (2022)

The Value of Covariance Matching in Gaussian DDPMs and the Lanczos Sampler
von: Akhtar, Md Sahil, et al.
Veröffentlicht: (2026)

Retro-fallback: retrosynthetic planning in an uncertain world
von: Tripp, Austin, et al.
Veröffentlicht: (2023)

Swift Sampler: Efficient Learning of Sampler by 10 Parameters
von: Yao, Jiawei, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Gradient Signal-to-Noise Data Selection for Instruction Tuning
von: Yuan, Zhihang, et al.
Veröffentlicht: (2026)

Energy Matching: Unifying Flow Matching and Energy-Based Models for Generative Modeling
von: Balcerak, Michal, et al.
Veröffentlicht: (2025)

Denoising Fisher Training For Neural Implicit Samplers
von: Luo, Weijian, et al.
Veröffentlicht: (2024)

GRAD: Generative Retrieval-Aligned Demonstration Sampler for Efficient Few-Shot Reasoning
von: Gabouj, Oussama, et al.
Veröffentlicht: (2025)

Cultural Alien Sampler: Open-ended art generation balancing originality and coherence
von: Artiles, Alejandro H., et al.
Veröffentlicht: (2025)

ViBiDSampler: Enhancing Video Interpolation Using Bidirectional Diffusion Sampler
von: Yang, Serin, et al.
Veröffentlicht: (2024)

AI4BayesCode: From Natural Language Descriptions to Validated Modular Stateful Bayesian Samplers
von: Zou, Jungang, et al.
Veröffentlicht: (2026)

Equilibrium Matching: Generative Modeling with Implicit Energy-Based Models
von: Wang, Runqian, et al.
Veröffentlicht: (2025)

Diffusion Generative Flow Samplers: Improving learning signals through partial trajectory optimization
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2023)

Proximal Diffusion Neural Sampler
von: Guo, Wei, et al.
Veröffentlicht: (2025)

Continuously Tempered Diffusion Samplers
von: Erives, Ezra, et al.
Veröffentlicht: (2025)

FedEval-LLM: Federated Evaluation of Large Language Models on Downstream Tasks with Collective Wisdom
von: He, Yuanqin, et al.
Veröffentlicht: (2024)

Twin-Boot: Uncertainty-Aware Optimization via Online Two-Sample Bootstrapping
von: Brito, Carlos Stein
Veröffentlicht: (2025)

Psi-Sampler: Initial Particle Sampling for SMC-Based Inference-Time Reward Alignment in Score Models
von: Yoon, Taehoon, et al.
Veröffentlicht: (2025)

Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse Problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2023)

Scalable Discrete Diffusion Samplers: Combinatorial Optimization and Statistical Physics
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

Rethinking Losses for Diffusion Bridge Samplers
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

Non-equilibrium Annealed Adjoint Sampler
von: Choi, Jaemoo, et al.
Veröffentlicht: (2025)

On conditional diffusion models for PDE simulations
von: Shysheya, Aliaksandra, et al.
Veröffentlicht: (2024)

MaRS: A Fast Sampler for Mean Reverting Diffusion based on ODE and SDE Solvers
von: Li, Ao, et al.
Veröffentlicht: (2025)

Explicit Density Approximation for Neural Implicit Samplers Using a Bernstein-Based Convex Divergence
von: de Frutos, José Manuel, et al.
Veröffentlicht: (2025)

Graph Energy Matching: Transport-Aligned Energy-Based Modeling for Graph Generation
von: Balcerak, Michal, et al.
Veröffentlicht: (2026)

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

Improving Diffusion Posterior Samplers with Lagged Temporal Corrections for Image Restoration
von: Evangelista, Davide, et al.
Veröffentlicht: (2026)

Model Merging by Uncertainty-Based Gradient Matching
von: Daheim, Nico, et al.
Veröffentlicht: (2023)

LLM-Guided Semantic Bootstrapping for Interpretable Text Classification with Tsetlin Machines
von: Gao, Jiechao, et al.
Veröffentlicht: (2026)