Copertina

Rethinking Probabilistic Circuit Parameter Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Anji, Shao, Zilei, Broeck, Guy Van den
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

Zero-Variance Gradients for Variational Autoencoders
di: Shao, Zilei, et al.
Pubblicazione: (2025)

Scaling Tractable Probabilistic Circuits: A Systems Perspective
di: Liu, Anji, et al.
Pubblicazione: (2024)

Scaling Up Probabilistic Circuits by Latent Variable Distillation
di: Liu, Anji, et al.
Pubblicazione: (2022)

ProbMoE: Differentiable Probabilistic Routing for Mixture-of-Experts
di: Zhao, Heng, et al.
Pubblicazione: (2026)

On the Relationship Between Monotone and Squared Probabilistic Circuits
di: Wang, Benjie, et al.
Pubblicazione: (2024)

Breaking the Factorization Barrier in Diffusion Language Models
di: Li, Ian, et al.
Pubblicazione: (2026)

Adversarial Tokenization
di: Geh, Renato Lui, et al.
Pubblicazione: (2025)

Restructuring Tractable Probabilistic Circuits
di: Zhang, Honghua, et al.
Pubblicazione: (2024)

Image Inpainting via Tractable Steering of Diffusion Models
di: Liu, Anji, et al.
Pubblicazione: (2023)

Discrete Copula Diffusion
di: Liu, Anji, et al.
Pubblicazione: (2024)

Probabilistic Circuits for Cumulative Distribution Functions
di: Broadrick, Oliver, et al.
Pubblicazione: (2024)

A Tractable Inference Perspective of Offline RL
di: Liu, Xuejie, et al.
Pubblicazione: (2023)

Scaling Probabilistic Circuits via Monarch Matrices
di: Zhang, Honghua, et al.
Pubblicazione: (2025)

Learning to Discretize Denoising Diffusion ODEs
di: Tong, Vinh, et al.
Pubblicazione: (2024)

Einsum Networks: Fast and Scalable Learning of Tractable Probabilistic Circuits
di: Peharz, Robert, et al.
Pubblicazione: (2020)

Rao-Blackwell Gradient Estimators for Equivariant Denoising Diffusion
di: Tong, Vinh, et al.
Pubblicazione: (2025)

ExplainFuzz: Explainable and Constraint-Conditioned Test Generation with Probabilistic Circuits
di: Baiget, Annaëlle, et al.
Pubblicazione: (2026)

Collapsed Inference for Bayesian Deep Learning
di: Zeng, Zhe, et al.
Pubblicazione: (2023)

TRACE Back from the Future: A Probabilistic Reasoning Approach to Controllable Language Generation
di: Weng, Gwen Yidou, et al.
Pubblicazione: (2025)

Tractable Transformers for Flexible Conditional Generation
di: Liu, Anji, et al.
Pubblicazione: (2025)

How to Marginalize in Causal Structure Learning?
di: Zhao, William, et al.
Pubblicazione: (2025)

A Compositional Atlas for Algebraic Circuits
di: Wang, Benjie, et al.
Pubblicazione: (2024)

The Expressivity Boundary of Probabilistic Circuits: A Comparison with Large Language Models
di: Zhao, Zhiyu, et al.
Pubblicazione: (2026)

Probabilistically Rewired Message-Passing Neural Networks
di: Qian, Chendi, et al.
Pubblicazione: (2023)

Polynomial Semantics of Tractable Probabilistic Circuits
di: Broadrick, Oliver, et al.
Pubblicazione: (2024)

Enabling Autoregressive Models to Fill In Masked Tokens
di: Israel, Daniel, et al.
Pubblicazione: (2025)

Controllable Generation via Locally Constrained Resampling
di: Ahmed, Kareem, et al.
Pubblicazione: (2024)

Accelerating Diffusion LLMs via Adaptive Parallel Decoding
di: Israel, Daniel, et al.
Pubblicazione: (2025)

Deep Generative Models with Hard Linear Equality Constraints
di: Li, Ruoyan, et al.
Pubblicazione: (2025)

A Pseudo-Semantic Loss for Autoregressive Models with Logical Constraints
di: Ahmed, Kareem, et al.
Pubblicazione: (2023)

SIMPLE: A Gradient Estimator for $k$-Subset Sampling
di: Ahmed, Kareem, et al.
Pubblicazione: (2022)

Prepacking: A Simple Method for Fast Prefilling and Increased Throughput in Large Language Models
di: Zhao, Siyan, et al.
Pubblicazione: (2024)

The Pitfalls of KV Cache Compression
di: Chen, Alex, et al.
Pubblicazione: (2025)

Where is the signal in tokenization space?
di: Geh, Renato Lui, et al.
Pubblicazione: (2024)

Plug-and-Play Context Feature Reuse for Efficient Masked Generation
di: Liu, Xuejie, et al.
Pubblicazione: (2025)

Soft Learning Probabilistic Circuits
di: Ghandi, Soroush, et al.
Pubblicazione: (2024)

Tractable Representation Learning with Probabilistic Circuits
di: Braun, Steven, et al.
Pubblicazione: (2025)

Taming Momentum: Rethinking Optimizer States Through Low-Rank Approximation
di: Wang, Zhengbo, et al.
Pubblicazione: (2026)

Tractable Sharpness-Aware Learning of Probabilistic Circuits
di: Suresh, Hrithik, et al.
Pubblicazione: (2025)

On Hardware-efficient Inference in Probabilistic Circuits
di: Yao, Lingyun, et al.
Pubblicazione: (2024)