Buchumschlag

Shaping Inductive Bias in Diffusion Models through Frequency-Based Noise Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiralerspong, Thomas, Earnshaw, Berton, Hartford, Jason, Bengio, Yoshua, Scimeca, Luca
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning What Matters: Steering Diffusion via Spectrally Anisotropic Forward Noise
von: Scimeca, Luca, et al.
Veröffentlicht: (2025)

A Complexity-Based Theory of Compositionality
von: Elmoznino, Eric, et al.
Veröffentlicht: (2024)

Efficient Causal Graph Discovery Using Large Language Models
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2024)

Mitigating Shortcut Learning with Diffusion Counterfactuals and Diverse Ensembles
von: Scimeca, Luca, et al.
Veröffentlicht: (2023)

Geometric Signatures of Compositionality Across a Language Model's Lifetime
von: Lee, Jin Hwa, et al.
Veröffentlicht: (2024)

Noticing the Watcher: LLM Agents Can Infer CoT Monitoring from Blocking Feedback
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2026)

$f$-Trajectory Balance: A Loss Family for Tuning GFlowNets, Generative Models, and LLMs with Off- and On-Policy Data
von: Fawkes, Jake, et al.
Veröffentlicht: (2026)

From Noise to Narrative: Tracing the Origins of Hallucinations in Transformers
von: Suresh, Praneet, et al.
Veröffentlicht: (2025)

Monte Carlo Tree Diffusion for System 2 Planning
von: Yoon, Jaesik, et al.
Veröffentlicht: (2025)

In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior
von: Berkes, Anaïs, et al.
Veröffentlicht: (2026)

Cross-Architecture Model Diffing with Crosscoders: Unsupervised Discovery of Differences Between LLMs
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2026)

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

Structured Diffusion Bridges: Inductive Bias for Denoising Diffusion Bridges
von: Kosman, Eitan, et al.
Veröffentlicht: (2026)

In-Context Parametric Inference: Point or Distribution Estimators?
von: Mittal, Sarthak, et al.
Veröffentlicht: (2025)

GFlowNet Foundations
von: Bengio, Yoshua, et al.
Veröffentlicht: (2021)

Discrete, compositional, and symbolic representations through attractor dynamics
von: Nam, Andrew, et al.
Veröffentlicht: (2023)

Delta-Crosscoder: Robust Crosscoder Model Diffing in Narrow Fine-Tuning Regimes
von: Kassem, Aly, et al.
Veröffentlicht: (2026)

Local Inconsistency Resolution: The Interplay between Attention and Control in Probabilistic Models
von: Richardson, Oliver E., et al.
Veröffentlicht: (2026)

Solving Bayesian inverse problems with diffusion priors and off-policy RL
von: Scimeca, Luca, et al.
Veröffentlicht: (2025)

Adaptive Inference-Time Scaling via Cyclic Diffusion Search
von: Lee, Gyubin, et al.
Veröffentlicht: (2025)

How Far Can Transformers Reason? The Globality Barrier and Inductive Scratchpad
von: Abbe, Emmanuel, et al.
Veröffentlicht: (2024)

FALCON: Few-step Accurate Likelihoods for Continuous Flows
von: Rehman, Danyal, et al.
Veröffentlicht: (2025)

Were RNNs All We Needed?
von: Feng, Leo, et al.
Veröffentlicht: (2024)

Eliminating Inductive Bias in Reward Models with Information-Theoretic Guidance
von: Li, Zhuo, et al.
Veröffentlicht: (2025)

Structure-Aligned Protein Language Model
von: Chen, Can, et al.
Veröffentlicht: (2025)

Teasing Apart Architecture and Initial Weights as Sources of Inductive Bias in Neural Networks
von: Bencomo, Gianluca, et al.
Veröffentlicht: (2025)

Expert-Guided LLM Reasoning for Battery Discovery: From AI-Driven Hypothesis to Synthesis and Characterization
von: Liu, Shengchao, et al.
Veröffentlicht: (2025)

Active Attacks: Red-teaming LLMs via Adaptive Environments
von: Yun, Taeyoung, et al.
Veröffentlicht: (2025)

Trajectory Flow Matching with Applications to Clinical Time Series Modeling
von: Zhang, Xi, et al.
Veröffentlicht: (2024)

CCS: Controllable and Constrained Sampling with Diffusion Models via Initial Noise Perturbation
von: Song, Bowen, et al.
Veröffentlicht: (2025)

Distributional GFlowNets with Quantile Flows
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2023)

Efficient Biological Data Acquisition through Inference Set Design
von: Neporozhnii, Ihor, et al.
Veröffentlicht: (2024)

Automated Discovery of Pairwise Interactions from Unstructured Data
von: Zuheng, et al.
Veröffentlicht: (2024)

Efficient Regression-Based Training of Normalizing Flows for Boltzmann Generators
von: Rehman, Danyal, et al.
Veröffentlicht: (2025)

Consciousness-Inspired Spatio-Temporal Abstractions for Better Generalization in Reinforcement Learning
von: Zhao, Mingde, et al.
Veröffentlicht: (2023)

Disentangling Granularity: An Implicit Inductive Bias in Factorized VAEs
von: Chen, Zihao, et al.
Veröffentlicht: (2025)

Soft Geometric Inductive Bias for Object Centric Dynamics
von: Linander, Hampus, et al.
Veröffentlicht: (2025)

Compositional Sparsity as an Inductive Bias for Neural Architecture Design
von: Lin, Hongyu, et al.
Veröffentlicht: (2026)

Action abstractions for amortized sampling
von: Boussif, Oussama, et al.
Veröffentlicht: (2024)

Steering Masked Discrete Diffusion Models via Discrete Denoising Posterior Prediction
von: Rector-Brooks, Jarrid, et al.
Veröffentlicht: (2024)