Buchumschlag

The Effect of Stochasticity in Score-Based Diffusion Sampling: a KL Divergence Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schaeffer, Bernardo P., Rosa, Ricardo M. S., Valle, Glauco
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

Training Neural Samplers with Reverse Diffusive KL Divergence
von: He, Jiajun, et al.
Veröffentlicht: (2024)

Adaptive Symmetrization of the KL Divergence
von: Ben-Dov, Omri, et al.
Veröffentlicht: (2025)

Convergence of the Inexact Langevin Algorithm in KL Divergence with Application to Score-based Generative Models
von: Yang, Kaylee Yingxi, et al.
Veröffentlicht: (2022)

Best-of-N through the Smoothing Lens: KL Divergence and Regret Analysis
von: Aminian, Gholamali, et al.
Veröffentlicht: (2025)

On the KL-Divergence-based Robust Satisficing Model
von: Yan, Haojie, et al.
Veröffentlicht: (2024)

FedKL: Tackling Data Heterogeneity in Federated Reinforcement Learning by Penalizing KL Divergence
von: Xie, Zhijie, et al.
Veröffentlicht: (2022)

Sampling, Diffusions, and Stochastic Localization
von: Montanari, Andrea
Veröffentlicht: (2023)

Beyond KL Divergence: Policy Optimization with Flexible Bregman Divergences for LLM Reasoning
von: Yuan, Rui, et al.
Veröffentlicht: (2026)

On Flow Matching KL Divergence
von: Su, Maojiang, et al.
Veröffentlicht: (2025)

Controlled Latent Diffusion Models for 3D Porous Media Reconstruction
von: Naiff, Danilo, et al.
Veröffentlicht: (2025)

Optimal Stability of KL Divergence under Gaussian Perturbations
von: Pan, Jialu, et al.
Veröffentlicht: (2026)

Deterministic Dynamics of Sampling Processes in Score-Based Diffusion Models with Multiplicative Noise Conditioning
von: Kim, Doheon
Veröffentlicht: (2026)

Convergence Properties of Natural Gradient Descent for Minimizing KL Divergence
von: Datar, Adwait, et al.
Veröffentlicht: (2025)

Generalized Munchausen Reinforcement Learning using Tsallis KL Divergence
von: Zhu, Lingwei, et al.
Veröffentlicht: (2023)

How Scale Breaks "Normalized Stress" and KL Divergence: Rethinking Quality Metrics
von: Smelser, Kiran, et al.
Veröffentlicht: (2025)

Min-p, Max Exaggeration: A Critical Analysis of Min-p Sampling in Language Models
von: Schaeffer, Rylan, et al.
Veröffentlicht: (2025)

Contractive Diffusion Policies: Robust Action Diffusion via Contractive Score-Based Sampling with Differential Equations
von: Abyaneh, Amin, et al.
Veröffentlicht: (2026)

Temporal Score Rescaling for Temperature Sampling in Diffusion and Flow Models
von: Xu, Yanbo, et al.
Veröffentlicht: (2025)

KL Divergence Between Gaussians: A Step-by-Step Derivation for the Variational Autoencoder Objective
von: Muñoz, Andrés, et al.
Veröffentlicht: (2026)

Dimension-Independent Convergence of Underdamped Langevin Monte Carlo in KL Divergence
von: Zhang, Shiyuan, et al.
Veröffentlicht: (2026)

Variational Approach for Efficient KL Divergence Estimation in Dirichlet Mixture Models
von: Pal, Samyajoy, et al.
Veröffentlicht: (2024)

Revisiting Score Function Estimators for $k$-Subset Sampling
von: Wijk, Klas, et al.
Veröffentlicht: (2024)

Towards Fast Stochastic Sampling in Diffusion Generative Models
von: Pandey, Kushagra, et al.
Veröffentlicht: (2024)

Implicit Diffusion: Efficient Optimization through Stochastic Sampling
von: Marion, Pierre, et al.
Veröffentlicht: (2024)

What's Inside Your Diffusion Model? A Score-Based Riemannian Metric to Explore the Data Manifold
von: Azeglio, Simone, et al.
Veröffentlicht: (2025)

Convergence of Score-Based Discrete Diffusion Models: A Discrete-Time Analysis
von: Zhang, Zikun, et al.
Veröffentlicht: (2024)

Shifted Composition III: Local Error Framework for KL Divergence
von: Altschuler, Jason M., et al.
Veröffentlicht: (2024)

Regularized KL-Divergence for Well-Defined Function-Space Variational Inference in Bayesian neural networks
von: Cinquin, Tristan, et al.
Veröffentlicht: (2024)

Forward $χ^2$ Divergence Based Variational Importance Sampling
von: Li, Chengrui, et al.
Veröffentlicht: (2023)

Unified Convergence Analysis for Score-Based Diffusion Models with Deterministic Samplers
von: Li, Runjia, et al.
Veröffentlicht: (2024)

Tight Bounds on the Binomial CDF, and the Minimum of i.i.d Binomials, in terms of KL-Divergence
von: Zhu, Xiaohan, et al.
Veröffentlicht: (2025)

Score-based Diffusion Models via Stochastic Differential Equations -- a Technical Tutorial
von: Tang, Wenpin, et al.
Veröffentlicht: (2024)

SA-Solver: Stochastic Adams Solver for Fast Sampling of Diffusion Models
von: Xue, Shuchen, et al.
Veröffentlicht: (2023)

A Non-Asymptotic Convergent Analysis for Scored-Based Graph Generative Model via a System of Stochastic Differential Equations
von: Su, Junwei, et al.
Veröffentlicht: (2025)

Sample-optimal classical shadows for pure states
von: Grier, Daniel, et al.
Veröffentlicht: (2022)

Theoretical guarantees in KL for Diffusion Flow Matching
von: Silveri, Marta Gentiloni, et al.
Veröffentlicht: (2024)

Gradient-Free Score-Based Sampling Methods with Ensembles
von: Riel, Bryan, et al.
Veröffentlicht: (2024)

On the Interpolation Effect of Score Smoothing in Diffusion Models
von: Chen, Zhengdao
Veröffentlicht: (2025)

Sequential Neural Score Estimation: Likelihood-Free Inference with Conditional Score Based Diffusion Models
von: Sharrock, Louis, et al.
Veröffentlicht: (2022)

A Neural Network Algorithm for KL Divergence Estimation with Quantitative Error Bounds
von: Foss, Mikil, et al.
Veröffentlicht: (2025)