Buchumschlag

Accelerated Diffusion Models via Speculative Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	De Bortoli, Valentin, Galashov, Alexandre, Gretton, Arthur, Doucet, Arnaud
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learn to Guide Your Diffusion Model
von: Galashov, Alexandre, et al.
Veröffentlicht: (2025)

Distributional Diffusion Models with Scoring Rules
von: De Bortoli, Valentin, et al.
Veröffentlicht: (2025)

On the Wasserstein Gradient Flow Interpretation of Drifting Models
von: Gretton, Arthur, et al.
Veröffentlicht: (2026)

Deep MMD Gradient Flow without adversarial training
von: Galashov, Alexandre, et al.
Veröffentlicht: (2024)

Self-Speculative Masked Diffusions
von: Campbell, Andrew, et al.
Veröffentlicht: (2025)

Nearly $d$-Linear Convergence Bounds for Diffusion Models via Stochastic Localization
von: Benton, Joe, et al.
Veröffentlicht: (2023)

Simulating Diffusion Bridges with Score Matching
von: Heng, Jeremy, et al.
Veröffentlicht: (2021)

From Denoising Diffusions to Denoising Markov Models
von: Benton, Joe, et al.
Veröffentlicht: (2022)

Schrödinger Bridge Flow for Unpaired Data Translation
von: De Bortoli, Valentin, et al.
Veröffentlicht: (2024)

Target Score Matching
von: De Bortoli, Valentin, et al.
Veröffentlicht: (2024)

Closed-Form Last Layer Optimization
von: Galashov, Alexandre, et al.
Veröffentlicht: (2025)

Implicit Diffusion: Efficient Optimization through Stochastic Sampling
von: Marion, Pierre, et al.
Veröffentlicht: (2024)

Particle Denoising Diffusion Sampler
von: Phillips, Angus, et al.
Veröffentlicht: (2024)

Doubly Robust Proxy Causal Learning with Neural Mean Embeddings
von: Bozkurt, Bariscan, et al.
Veröffentlicht: (2026)

Progressive Inference-Time Annealing of Diffusion Models for Sampling from Boltzmann Densities
von: Akhound-Sadegh, Tara, et al.
Veröffentlicht: (2025)

Prompting Strategies for Enabling Large Language Models to Infer Causation from Correlation
von: Sgouritsa, Eleni, et al.
Veröffentlicht: (2024)

On the Edge of Memorization in Diffusion Models
von: Buchanan, Sam, et al.
Veröffentlicht: (2025)

Diffusion Models for Constrained Domains
von: Fishman, Nic, et al.
Veröffentlicht: (2023)

Score-Optimal Diffusion Schedules
von: Williams, Christopher, et al.
Veröffentlicht: (2024)

On quantitative Laplace-type convergence results for some exponential probability measures, with two applications
von: De Bortoli, Valentin, et al.
Veröffentlicht: (2021)

Implicit Regularisation in Diffusion Models: An Algorithm-Dependent Generalisation Analysis
von: Farghly, Tyler, et al.
Veröffentlicht: (2025)

Kernel Single Proxy Control for Deterministic Confounding
von: Xu, Liyuan, et al.
Veröffentlicht: (2023)

Perturbative methods for non-parametric instrumental variable
von: Bu, Wei, et al.
Veröffentlicht: (2026)

Semiparametric Efficient Test for Interpretable Distributional Treatment Effects
von: Zenati, Houssam, et al.
Veröffentlicht: (2026)

Dynamical Regimes of Diffusion Models
von: Biroli, Giulio, et al.
Veröffentlicht: (2024)

From stability of Langevin diffusion to convergence of proximal MCMC for non-log-concave sampling
von: Renaud, Marien, et al.
Veröffentlicht: (2025)

Seasoning Generative Models for a Generalization Aftertaste
von: Husain, Hisham, et al.
Veröffentlicht: (2026)

Plug-and-Play Posterior Sampling under Mismatched Measurement and Prior Models
von: Renaud, Marien, et al.
Veröffentlicht: (2023)

Control Variate Score Matching for Diffusion Models
von: Kahouli, Khaled, et al.
Veröffentlicht: (2025)

Accelerated Parallel Tempering via Neural Transports
von: Zhang, Leo, et al.
Veröffentlicht: (2025)

Credal Two-Sample Tests of Epistemic Uncertainty
von: Chau, Siu Lun, et al.
Veröffentlicht: (2024)

Metropolis-Adjusted Diffusion Models
von: Lam, Kevin H., et al.
Veröffentlicht: (2026)

Error Bounds for Flow Matching Methods
von: Benton, Joe, et al.
Veröffentlicht: (2023)

Nonparametric Instrumental Regression via Kernel Methods is Minimax Optimal
von: Meunier, Dimitri, et al.
Veröffentlicht: (2024)

Optimized Speculative Sampling for GPU Hardware Accelerators
von: Wagner, Dominik, et al.
Veröffentlicht: (2024)

Simplified and Generalized Masked Diffusion for Discrete Data
von: Shi, Jiaxin, et al.
Veröffentlicht: (2024)

Permutation-Invariant Spectral Learning via Dyson Diffusion
von: Schwarz, Tassilo, et al.
Veröffentlicht: (2025)

Doubly-Robust Estimation of Counterfactual Policy Mean Embeddings
von: Zenati, Houssam, et al.
Veröffentlicht: (2025)

Regularized $f$-Divergence Kernel Tests
von: Ribero, Mónica, et al.
Veröffentlicht: (2026)

Deep Proxy Causal Learning and its Application to Confounded Bandit Policy Evaluation
von: Xu, Liyuan, et al.
Veröffentlicht: (2021)