Buchumschlag

Annealing Flow Generative Models Towards Sampling High-Dimensional and Multi-Modal Distributions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Dongze, Xie, Yao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CoreFlow: Low-Rank Matrix Generative Models
von: Wu, Dongze, et al.
Veröffentlicht: (2026)

DoFlow: Flow-based Generative Models for Interventional and Counterfactual Forecasting on Time Series
von: Wu, Dongze, et al.
Veröffentlicht: (2025)

Flow-based Generative Modeling of Potential Outcomes and Counterfactuals
von: Wu, Dongze, et al.
Veröffentlicht: (2025)

Graph-Based Prediction Models for Data Debiasing
von: Wu, Dongze, et al.
Veröffentlicht: (2025)

Bayesian Inverse Games with High-Dimensional Multi-Modal Observations
von: Jain, Yash, et al.
Veröffentlicht: (2026)

MSTIM: A MindSpore-Based Model for Traffic Flow Prediction
von: Qin, Weiqi, et al.
Veröffentlicht: (2025)

Diffusion Models Are Statistically Optimal for Learning Low-Dimensional Multi-Modal Distributions
von: Wu, Jingda, et al.
Veröffentlicht: (2026)

Optimization by Parallel Quasi-Quantum Annealing with Gradient-Based Sampling
von: Ichikawa, Yuma, et al.
Veröffentlicht: (2024)

Mitigating Distribution Sharpening in Math RLVR via Distribution-Aligned Hint Synthesis and Backward Hint Annealing
von: Xie, Pei-Xi, et al.
Veröffentlicht: (2026)

Flow Perturbation++: Multi-Step Unbiased Jacobian Estimation for High-Dimensional Boltzmann Sampling
von: Peng, Xin, et al.
Veröffentlicht: (2026)

Towards Multi-Task Multi-Modal Models: A Video Generative Perspective
von: Yu, Lijun
Veröffentlicht: (2024)

Aligning the True Semantics: Constrained Decoupling and Distribution Sampling for Cross-Modal Alignment
von: Ma, Xiang, et al.
Veröffentlicht: (2026)

Towards Unified Benchmark and Models for Multi-Modal Perceptual Metrics
von: Ghazanfari, Sara, et al.
Veröffentlicht: (2024)

Local Flow Matching Generative Models
von: Xu, Chen, et al.
Veröffentlicht: (2024)

Flow Annealed Importance Sampling Bootstrap meets Differentiable Particle Physics
von: Kofler, Annalena, et al.
Veröffentlicht: (2024)

Non-asymptotic Analysis of Diffusion Annealed Langevin Monte Carlo for Generative Modelling
von: Cordero-Encinar, Paula, et al.
Veröffentlicht: (2025)

MMP: Towards Robust Multi-Modal Learning with Masked Modality Projection
von: Nezakati, Niki, et al.
Veröffentlicht: (2024)

Towards Robust Multimodal Emotion Recognition under Missing Modalities and Distribution Shifts
von: Zhong, Guowei, et al.
Veröffentlicht: (2025)

A Survey on Cache Methods in Diffusion Models: Toward Efficient Multi-Modal Generation
von: Liu, Jiacheng, et al.
Veröffentlicht: (2025)

Towards Efficient Resume Understanding: A Multi-Granularity Multi-Modal Pre-Training Approach
von: Jiang, Feihu, et al.
Veröffentlicht: (2024)

Towards Grounded Visual Spatial Reasoning in Multi-Modal Vision Language Models
von: Rajabi, Navid, et al.
Veröffentlicht: (2023)

Provable Benefit of Annealed Langevin Monte Carlo for Non-log-concave Sampling
von: Guo, Wei, et al.
Veröffentlicht: (2024)

No Dimensional Sampling Coresets for Classification
von: Alishahi, Meysam, et al.
Veröffentlicht: (2024)

Distribution-Free Fair Federated Learning with Small Samples
von: Yin, Qichuan, et al.
Veröffentlicht: (2024)

General-Purpose Multi-Modal OOD Detection Framework
von: Duong, Viet, et al.
Veröffentlicht: (2023)

Modality-Balanced Collaborative Distillation for Multi-Modal Domain Generalization
von: Wang, Xiaohan, et al.
Veröffentlicht: (2025)

Consistent3D: Towards Consistent High-Fidelity Text-to-3D Generation with Deterministic Sampling Prior
von: Wu, Zike, et al.
Veröffentlicht: (2024)

Towards Robust Alignment of Language Models: Distributionally Robustifying Direct Preference Optimization
von: Wu, Junkang, et al.
Veröffentlicht: (2024)

Bone Soups: A Seek-and-Soup Model Merging Approach for Controllable Multi-Objective Generation
von: Xie, Guofu, et al.
Veröffentlicht: (2025)

Generalizing to Unseen Domains with Wasserstein Distributional Robustness under Limited Source Knowledge
von: Wang, Jingge, et al.
Veröffentlicht: (2022)

An Empirical Study of Multi-Generation Sampling for Jailbreak Detection in Large Language Models
von: Luo, Hanrui, et al.
Veröffentlicht: (2026)

Towards Modality Generalization: A Benchmark and Prospective Analysis
von: Liu, Xiaohao, et al.
Veröffentlicht: (2024)

Natural Variational Annealing for Multimodal Optimization
von: LeMinh, Tâm, et al.
Veröffentlicht: (2025)

Annealed Importance Sampling with q-Paths
von: Brekelmans, Rob, et al.
Veröffentlicht: (2020)

Laplacian Multi-scale Flow Matching for Generative Modeling
von: Zhao, Zelin, et al.
Veröffentlicht: (2026)

Complexity Analysis of Normalizing Constant Estimation: from Jarzynski Equality to Annealed Importance Sampling and beyond
von: Guo, Wei, et al.
Veröffentlicht: (2025)

Designing a Conditional Prior Distribution for Flow-Based Generative Models
von: Issachar, Noam, et al.
Veröffentlicht: (2025)

Enhancing Cross-Modal Fine-Tuning with Gradually Intermediate Modality Generation
von: Cai, Lincan, et al.
Veröffentlicht: (2024)

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

Flow-based Distributionally Robust Optimization
von: Xu, Chen, et al.
Veröffentlicht: (2023)