Buchumschlag

CoInD: Enabling Logical Compositions in Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gaudi, Sachit, Sreekumar, Gautam, Boddeti, Vishnu
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

Compositional World Knowledge leads to High Utility Synthetic data
von: Gaudi, Sachit, et al.
Veröffentlicht: (2025)

Incorporating Interventional Independence Improves Robustness against Interventional Distribution Shift
von: Sreekumar, Gautam, et al.
Veröffentlicht: (2025)

OASIS Uncovers: High-Quality T2I Models, Same Old Stereotypes
von: Dehdashtian, Sepehr, et al.
Veröffentlicht: (2025)

DiverseFlow: Sample-Efficient Diverse Mode Coverage in Flows
von: Morshed, Mashrur M., et al.
Veröffentlicht: (2025)

Obliviator Reveals the Cost of Nonlinear Guardedness in Concept Erasure
von: Akbari, Ramin, et al.
Veröffentlicht: (2026)

FairerCLIP: Debiasing CLIP's Zero-Shot Predictions using Functions in RKHSs
von: Dehdashtian, Sepehr, et al.
Veröffentlicht: (2024)

Mechanics-Informed Autoencoder Enables Automated Detection and Localization of Unforeseen Structural Damage
von: Li, Xuyang, et al.
Veröffentlicht: (2024)

Utility-Fairness Trade-Offs and How to Find Them
von: Dehdashtian, Sepehr, et al.
Veröffentlicht: (2024)

Logical Guidance for the Exact Composition of Diffusion Models
von: Alesiani, Francesco, et al.
Veröffentlicht: (2026)

PolyJuice Makes It Real: Black-Box, Universal Red Teaming for Synthetic Image Detectors
von: Dehdashtian, Sepehr, et al.
Veröffentlicht: (2025)

Estimating Parameter Fields in Multi-Physics PDEs from Scarce Measurements
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

Gradient-Free Training of Spiking Neural Networks via Low-Rank Evolution Strategies
von: Patankar, Dhruv, et al.
Veröffentlicht: (2026)

Neural Probabilistic Circuits: Enabling Compositional and Interpretable Predictions through Logical Reasoning
von: Chen, Weixin, et al.
Veröffentlicht: (2025)

A Deep Learning Framework for Three Dimensional Shape Reconstruction from Phaseless Acoustic Scattering Far-field Data
von: Dikbayir, Doga, et al.
Veröffentlicht: (2024)

Quantum Maximum Likelihood Prediction via Hilbert Space Embeddings
von: Sreekumar, Sreejith, et al.
Veröffentlicht: (2026)

PLUM: Improving Inference Efficiency By Leveraging Repetition-Sparsity Trade-Off
von: Kuhar, Sachit, et al.
Veröffentlicht: (2023)

Mechanisms of Projective Composition of Diffusion Models
von: Bradley, Arwen, et al.
Veröffentlicht: (2025)

Generating Illustrated Instructions
von: Menon, Sachit, et al.
Veröffentlicht: (2023)

DSFT: Inspiring Diffusion Large Language Models to Comprehend Mathematical and Logical Patterns
von: Chen, Ranfei, et al.
Veröffentlicht: (2025)

MCMC-Correction of Score-Based Diffusion Models for Model Composition
von: Sjöberg, Anders, et al.
Veröffentlicht: (2023)

LogicDiff: Logic-Guided Denoising Improves Zero-Shot Reasoning in Masked Diffusion Language Models
von: Aman, Shaik
Veröffentlicht: (2026)

Disguised Copyright Infringement of Latent Diffusion Models
von: Lu, Yiwei, et al.
Veröffentlicht: (2024)

How Compositional Generalization and Creativity Improve as Diffusion Models are Trained
von: Favero, Alessandro, et al.
Veröffentlicht: (2025)

Learning Tennis Strategy Through Curriculum-Based Dueling Double Deep Q-Networks
von: Mohan, Vishnu
Veröffentlicht: (2025)

Representation Stability in a Minimal Continual Learning Agent
von: Subramanian, Vishnu
Veröffentlicht: (2026)

Composition of Memory Experts for Diffusion World Models
von: Stapf, Sebastian, et al.
Veröffentlicht: (2026)

Show Me: Unifying Instructional Image and Video Generation with Diffusion Models
von: Pu, Yujiang, et al.
Veröffentlicht: (2025)

Composition and Control with Distilled Energy Diffusion Models and Sequential Monte Carlo
von: Thornton, James, et al.
Veröffentlicht: (2025)

Test-Time Compositional Generalization in Diffusion Models via Concept Discovery
von: Wang, Zekun, et al.
Veröffentlicht: (2026)

Performance Guarantees for Quantum Neural Estimation of Entropies
von: Sreekumar, Sreejith, et al.
Veröffentlicht: (2025)

Compositional Flows for 3D Molecule and Synthesis Pathway Co-design
von: Shen, Tony, et al.
Veröffentlicht: (2025)

crypto price prediction using lstm+xgboost
von: Gautam, Mehul
Veröffentlicht: (2025)

LLM-TabLogic: Preserving Inter-Column Logical Relationships in Synthetic Tabular Data via Prompt-Guided Latent Diffusion
von: Long, Yunbo, et al.
Veröffentlicht: (2025)

Dreamweaver: Learning Compositional World Models from Pixels
von: Baek, Junyeob, et al.
Veröffentlicht: (2025)

Compositional Abilities Emerge Multiplicatively: Exploring Diffusion Models on a Synthetic Task
von: Okawa, Maya, et al.
Veröffentlicht: (2023)

Compositional Image Decomposition with Diffusion Models
von: Su, Jocelin, et al.
Veröffentlicht: (2024)

On the Internal Semantics of Time-Series Foundation Models
von: Pandey, Atharva, et al.
Veröffentlicht: (2025)

I Think, Therefore I Diffuse: Enabling Multimodal In-Context Reasoning in Diffusion Models
von: Mi, Zhenxing, et al.
Veröffentlicht: (2025)

Unsupervised Learning: Comparative Analysis of Clustering Techniques on High-Dimensional Data
von: Baligodugula, Vishnu Vardhan, et al.
Veröffentlicht: (2025)

Local Mechanisms of Compositional Generalization in Conditional Diffusion
von: Bradley, Arwen
Veröffentlicht: (2025)