Copertina

A Mixture-Based Framework for Guiding Diffusion Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Janati, Yazid, Moufad, Badr, Qassime, Mehdi Abou El, Durmus, Alain, Moulines, Eric, Olsson, Jimmy
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Divide-and-Conquer Posterior Sampling for Denoising Diffusion Priors
di: Janati, Yazid, et al.
Pubblicazione: (2024)

Conditional Diffusion Models with Classifier-Free Gibbs-like Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2025)

Variational Diffusion Posterior Sampling with Midpoint Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2024)

Briding Diffusion Posterior Sampling and Monte Carlo methods: a survey
di: Janati, Yazid, et al.
Pubblicazione: (2025)

Efficient Zero-Shot Inpainting with Decoupled Diffusion Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2025)

Categorical Reparameterization with Denoising Diffusion models
di: Gourevitch, Samson, et al.
Pubblicazione: (2026)

When Test-Time Guidance Is Enough: Fast Image and Video Editing with Diffusion Guidance
di: Ghorbel, Ahmed, et al.
Pubblicazione: (2026)

Fast and Robust Likelihood-Guided Diffusion Posterior Sampling with Amortized Variational Inference
di: Zheng, Léon, et al.
Pubblicazione: (2026)

Uniform Diffusion Models Revisited: Leave-One-Out Denoiser and Absorbing State Reformulation
di: Gourevitch, Samson, et al.
Pubblicazione: (2026)

Iterative Tilting for Diffusion Fine-Tuning
di: Pachebat, Jean, et al.
Pubblicazione: (2025)

Theoretical Guarantees for Variational Inference with Fixed-Variance Mixture of Gaussians
di: Huix, Tom, et al.
Pubblicazione: (2024)

Entropic Mirror Monte Carlo
di: Cherradi, Anas, et al.
Pubblicazione: (2026)

On Sampling with Approximate Transport Maps
di: Grenioux, Louis, et al.
Pubblicazione: (2023)

Scaffold with Stochastic Gradients: New Analysis with Linear Speed-Up
di: Mangold, Paul, et al.
Pubblicazione: (2025)

Piecewise deterministic generative models
di: Bertazzi, Andrea, et al.
Pubblicazione: (2024)

Refined Analysis of Federated Averaging and Federated Richardson-Romberg
di: Mangold, Paul, et al.
Pubblicazione: (2024)

Optimal Design for Reward Modeling in RLHF
di: Scheid, Antoine, et al.
Pubblicazione: (2024)

Online Decision-Focused Learning
di: Capitaine, Aymeric, et al.
Pubblicazione: (2025)

Heavy-Tailed Diffusion with Denoising Lévy Probabilistic Models
di: Shariatian, Dario, et al.
Pubblicazione: (2024)

Nonasymptotic Analysis of Stochastic Gradient Descent with the Richardson-Romberg Extrapolation
di: Sheshukova, Marina, et al.
Pubblicazione: (2024)

Balanced Training of Energy-Based Models with Adaptive Flow Sampling
di: Grenioux, Louis, et al.
Pubblicazione: (2023)

Rosenthal-type inequalities for linear statistics of Markov chains
di: Durmus, Alain, et al.
Pubblicazione: (2023)

Learning to Mitigate Externalities: the Coase Theorem with Hindsight Rationality
di: Scheid, Antoine, et al.
Pubblicazione: (2024)

Incentivized Learning in Principal-Agent Bandit Games
di: Scheid, Antoine, et al.
Pubblicazione: (2024)

Online Variational Sequential Monte Carlo
di: Mastrototaro, Alessandro, et al.
Pubblicazione: (2023)

Joint Channel Selection using FedDRL in V2X
di: Mancini, Lorenzo, et al.
Pubblicazione: (2024)

Latent-Augmented Discrete Diffusion Models
di: Shariatian, Dario, et al.
Pubblicazione: (2025)

Algorithm- and Data-Dependent Generalization Bounds for Diffusion Models
di: Dupuis, Benjamin, et al.
Pubblicazione: (2025)

Bit-Level Discrete Diffusion with Markov Probabilistic Models: An Improved Framework with Sharp Convergence Bounds under Minimal Assumptions
di: Pham, Le-Tuyet-Nhi, et al.
Pubblicazione: (2025)

Theoretical guarantees in KL for Diffusion Flow Matching
di: Silveri, Marta Gentiloni, et al.
Pubblicazione: (2024)

Loss-Guided Auxiliary Agents for Overcoming Mode Collapse in GFlowNets
di: Malek, Idriss, et al.
Pubblicazione: (2025)

Recursive Learning of Asymptotic Variational Objectives
di: Mastrototaro, Alessandro, et al.
Pubblicazione: (2024)

Convergence Guarantees for Federated SARSA with Local Training and Heterogeneous Agents
di: Mangold, Paul, et al.
Pubblicazione: (2025)

Learned Reference-based Diffusion Sampling for multi-modal distributions
di: Noble, Maxence, et al.
Pubblicazione: (2024)

IDLM: Inverse-distilled Diffusion Language Models
di: Li, David, et al.
Pubblicazione: (2026)

MixtureKit: A General Framework for Composing, Training, and Visualizing Mixture-of-Experts Models
di: Chamma, Ahmad, et al.
Pubblicazione: (2025)

VITS : Variational Inference Thompson Sampling for contextual bandits
di: Clavier, Pierre, et al.
Pubblicazione: (2023)

Implicit Bias in Noisy-SGD: With Applications to Differentially Private Training
di: Sander, Tom, et al.
Pubblicazione: (2024)

Sampling from multi-modal distributions on Riemannian manifolds with training-free stochastic interpolants
di: Durmus, Alain, et al.
Pubblicazione: (2026)

ReALLM: A general framework for LLM compression and fine-tuning
di: Leconte, Louis, et al.
Pubblicazione: (2024)