Buchumschlag

Solving Bayesian inverse problems with diffusion priors and off-policy RL

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Scimeca, Luca, Venkatraman, Siddarth, Jain, Moksh, Kim, Minsu, Sendera, Marcin, Hasan, Mohsin, Rowe, Luke, Mittal, Sarthak, Lemos, Pablo, Bengio, Emmanuel, Adam, Alexandre, Rector-Brooks, Jarrid, Hezaveh, Yashar, Perreault-Levasseur, Laurence, Bengio, Yoshua, Berseth, Glen, Malkin, Nikolay
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

Amortizing intractable inference in diffusion models for vision, language, and control
von: Venkatraman, Siddarth, et al.
Veröffentlicht: (2024)

Outsourced diffusion sampling: Efficient posterior inference in latent spaces of generative models
von: Venkatraman, Siddarth, et al.
Veröffentlicht: (2025)

Improved off-policy training of diffusion samplers
von: Sendera, Marcin, et al.
Veröffentlicht: (2024)

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

Recursive Self-Aggregation Unlocks Deep Thinking in Large Language Models
von: Venkatraman, Siddarth, et al.
Veröffentlicht: (2025)

Adaptive teachers for amortized samplers
von: Kim, Minsu, et al.
Veröffentlicht: (2024)

Robustness of Neural Ratio and Posterior Estimators to Distributional Shifts for Population-Level Dark Matter Analysis in Strong Gravitational Lensing
von: Filipp, Andreas, et al.
Veröffentlicht: (2024)

Transformer Embeddings for Fast Microlensing Inference
von: Smyth, Nolan, et al.
Veröffentlicht: (2025)

Iterated Denoising Energy Matching for Sampling from Boltzmann Densities
von: Akhound-Sadegh, Tara, et al.
Veröffentlicht: (2024)

A Comedy of Estimators: On KL Regularization in RL Training of LLMs
von: Shah, Vedant, et al.
Veröffentlicht: (2025)

Machine learning and information theory concepts towards an AI Mathematician
von: Bengio, Yoshua, et al.
Veröffentlicht: (2024)

From discrete-time policies to continuous-time diffusion samplers: Asymptotic equivalences and faster training
von: Berner, Julius, et al.
Veröffentlicht: (2025)

PQMass: Probabilistic Assessment of the Quality of Generative Models using Probability Mass Estimation
von: Lemos, Pablo, et al.
Veröffentlicht: (2024)

Improving and generalizing flow-based generative models with minibatch optimal transport
von: Tong, Alexander, et al.
Veröffentlicht: (2023)

Bridging Simulators with Conditional Optimal Transport
von: Zeghal, Justine, et al.
Veröffentlicht: (2025)

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

MIRA: A Score for Conditional Distribution Accuracy and Model Comparison
von: Sharief, Sammy, et al.
Veröffentlicht: (2026)

Causal Discovery in Astrophysics: Unraveling Supermassive Black Hole and Galaxy Coevolution
von: Jin, Zehao, et al.
Veröffentlicht: (2024)

Tackling the Problem of Distributional Shifts: Correcting Misspecified, High-Dimensional Data-Driven Priors for Inverse Problems
von: Barco, Gabriel Missael, et al.
Veröffentlicht: (2024)

Blind Strong Gravitational Lensing Inversion: Joint Inference of Source and Lens Mass with Score-Based Models
von: Barco, Gabriel Missael, et al.
Veröffentlicht: (2025)

IRIS: A Bayesian Approach for Image Reconstruction in Radio Interferometry with expressive Score-Based priors
von: Dia, Noé, et al.
Veröffentlicht: (2025)

Trajectory Balance with Asynchrony: Decoupling Exploration and Learning for Fast, Scalable LLM Post-Training
von: Bartoldson, Brian, et al.
Veröffentlicht: (2025)

On Generalization for Generative Flow Networks
von: Krichel, Anas, et al.
Veröffentlicht: (2024)

Mind the Information Gap: Unveiling Detailed Morphologies of z 0.5-1.0 Galaxies with SLACS Strong Lenses and Data-Driven Analysis
von: Legin, Ronan, et al.
Veröffentlicht: (2025)

Gravitational-Wave Parameter Estimation in non-Gaussian noise using Score-Based Likelihood Characterization
von: Legin, Ronan, et al.
Veröffentlicht: (2024)

Inpainting Galaxy Counts onto N-Body Simulations over Multiple Cosmologies and Astrophysics
von: Bourdin, Antoine, et al.
Veröffentlicht: (2024)

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

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

Shaping Inductive Bias in Diffusion Models through Frequency-Based Noise Control
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2025)

Amortizing intractable inference in large language models
von: Hu, Edward J., et al.
Veröffentlicht: (2023)

LSST Strong Lensing Systems Dark Matter Sensitivity Analysis with Neural Ratio Estimators
von: Filipp, Andreas, et al.
Veröffentlicht: (2026)

PhyloGFN: Phylogenetic inference with generative flow networks
von: Zhou, Mingyang, et al.
Veröffentlicht: (2023)

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

Baking Symmetry into GFlowNets
von: Ma, George, et al.
Veröffentlicht: (2024)

A Fast Generative Framework for High-dimensional Posterior Sampling: Application to CMB Delensing
von: Sotoudeh, Hadi, et al.
Veröffentlicht: (2026)

Local Search GFlowNets
von: Kim, Minsu, et al.
Veröffentlicht: (2023)

Discrete Probabilistic Inference as Control in Multi-path Environments
von: Deleu, Tristan, et al.
Veröffentlicht: (2024)

Pixellated Posterior Sampling of Point Spread Functions in Astronomical Images
von: Stone, Connor, et al.
Veröffentlicht: (2025)

Torsional-GFN: a conditional conformation generator for small molecules
von: Volokhova, Alexandra, et al.
Veröffentlicht: (2025)

Multi-Fidelity Active Learning with GFlowNets
von: Hernandez-Garcia, Alex, et al.
Veröffentlicht: (2023)