:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alberti, Silas, Hasanaliyev, Kenan, Shah, Manav, Ermon, Stefano
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2503.01034
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Expected Reward Prediction, with Applications to Model Routing
von: Hasanaliyev, Kenan, et al.
Veröffentlicht: (2026)

GUDA: Counterfactual Group-wise Training Data Attribution for Diffusion Models via Unlearning
von: Murata, Naoki, et al.
Veröffentlicht: (2026)

Discrete Diffusion Modeling by Estimating the Ratios of the Data Distribution
von: Lou, Aaron, et al.
Veröffentlicht: (2023)

TabDiff: a Mixed-type Diffusion Model for Tabular Data Generation
von: Shi, Juntong, et al.
Veröffentlicht: (2024)

CPSample: Classifier Protected Sampling for Guarding Training Data During Diffusion
von: Kazdan, Joshua, et al.
Veröffentlicht: (2024)

SequenceMatch: Imitation Learning for Autoregressive Sequence Modelling with Backtracking
von: Cundy, Chris, et al.
Veröffentlicht: (2023)

RelDiff: Relational Data Generative Modeling with Graph-Based Diffusion Models
von: Hudovernik, Valter, et al.
Veröffentlicht: (2025)

Reviving Any-Subset Autoregressive Models with Principled Parallel Sampling and Speculative Decoding
von: Guo, Gabe, et al.
Veröffentlicht: (2025)

RFG: Test-Time Scaling for Diffusion Large Language Model Reasoning with Reward-Free Guidance
von: Chen, Tianlang, et al.
Veröffentlicht: (2025)

The Principles of Diffusion Models
von: Lai, Chieh-Hsin, et al.
Veröffentlicht: (2025)

Beyond Pairwise Preferences: Listwise Reward-Aware Alignment for Diffusion Models
von: Wang, Austin, et al.
Veröffentlicht: (2026)

Self-Refining Diffusion Samplers: Enabling Parallelization via Parareal Iterations
von: Selvam, Nikil Roashan, et al.
Veröffentlicht: (2024)

Geometric Trajectory Diffusion Models
von: Han, Jiaqi, et al.
Veröffentlicht: (2024)

Personalized Preference Fine-tuning of Diffusion Models
von: Dang, Meihua, et al.
Veröffentlicht: (2025)

Inference-Time Scaling of Diffusion Language Models via Trajectory Refinement
von: Dang, Meihua, et al.
Veröffentlicht: (2025)

Divergence Minimization Preference Optimization for Diffusion Model Alignment
von: Li, Binxu, et al.
Veröffentlicht: (2025)

Bellman Diffusion: Generative Modeling as Learning a Linear Operator in the Distribution Space
von: Li, Yangming, et al.
Veröffentlicht: (2024)

PIGEON: Predicting Image Geolocations
von: Haas, Lukas, et al.
Veröffentlicht: (2023)

Generative Modeling with Flux Matching
von: Pao-Huang, Peter, et al.
Veröffentlicht: (2026)

Probabilistic Graphical Models: A Concise Tutorial
von: Maasch, Jacqueline, et al.
Veröffentlicht: (2025)

GeoAda: Efficiently Finetune Geometric Diffusion Models with Equivariant Adapters
von: Zhao, Wanjia, et al.
Veröffentlicht: (2025)

Calibrated Probabilistic Forecasts for Arbitrary Sequences
von: Marx, Charles, et al.
Veröffentlicht: (2024)

MERMAIDE: Learning to Align Learners using Model-Based Meta-Learning
von: Banerjee, Arundhati, et al.
Veröffentlicht: (2023)

Improving Vector-Quantized Image Modeling with Latent Consistency-Matching Diffusion
von: Nguyen, Bac, et al.
Veröffentlicht: (2024)

CHORDS: Diffusion Sampling Accelerator with Multi-core Hierarchical ODE Solvers
von: Han, Jiaqi, et al.
Veröffentlicht: (2025)

Preference-Guided Diffusion for Multi-Objective Offline Optimization
von: Annadani, Yashas, et al.
Veröffentlicht: (2025)

Inductive Moment Matching
von: Zhou, Linqi, et al.
Veröffentlicht: (2025)

Privacy-Constrained Policies via Mutual Information Regularized Policy Gradients
von: Cundy, Chris, et al.
Veröffentlicht: (2020)

LLMs Know They're Wrong and Agree Anyway: The Shared Sycophancy-Lying Circuit
von: Pandey, Manav
Veröffentlicht: (2026)

Energy-Based Diffusion Language Models for Text Generation
von: Xu, Minkai, et al.
Veröffentlicht: (2024)

MADiff: Offline Multi-agent Learning with Diffusion Models
von: Zhu, Zhengbang, et al.
Veröffentlicht: (2023)

Kevin: Multi-Turn RL for Generating CUDA Kernels
von: Baronio, Carlo, et al.
Veröffentlicht: (2025)

Energy Scaling Laws for Diffusion Models: Quantifying Compute in Image Generation
von: Iyengar, Aniketh, et al.
Veröffentlicht: (2025)

MUDiff: Unified Diffusion for Complete Molecule Generation
von: Hua, Chenqing, et al.
Veröffentlicht: (2023)

Generalizing Stochastic Smoothing for Differentiation and Gradient Estimation
von: Petersen, Felix, et al.
Veröffentlicht: (2024)

TrAct: Making First-layer Pre-Activations Trainable
von: Petersen, Felix, et al.
Veröffentlicht: (2024)

Adaptive Inference-Time Compute: LLMs Can Predict if They Can Do Better, Even Mid-Generation
von: Manvi, Rohin, et al.
Veröffentlicht: (2024)

ABC: Any-Subset Autoregression via Non-Markovian Diffusion Bridges in Continuous Time and Space
von: Guo, Gabe, et al.
Veröffentlicht: (2026)

TFG: Unified Training-Free Guidance for Diffusion Models
von: Ye, Haotian, et al.
Veröffentlicht: (2024)

Adaptive Spectral Feature Forecasting for Diffusion Sampling Acceleration
von: Han, Jiaqi, et al.
Veröffentlicht: (2026)