Copertina

Convergence of Deterministic and Stochastic Diffusion-Model Samplers: A Simple Analysis in Wasserstein Distance

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Beyler, Eliot, Bach, Francis
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

Optimal Denoising in Score-Based Generative Models: The Role of Data Regularity
di: Beyler, Eliot, et al.
Pubblicazione: (2025)

Variational Inference on the Boolean Hypercube with the Quantum Entropy
di: Beyler, Eliot, et al.
Pubblicazione: (2024)

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

Convergence Analysis for General Probability Flow ODEs of Diffusion Models in Wasserstein Distances
di: Gao, Xuefeng, et al.
Pubblicazione: (2024)

On the Collapse Errors Induced by the Deterministic Sampler for Diffusion Models
di: Zhang, Yi, et al.
Pubblicazione: (2025)

Load--Reserve Wasserstein Propagation for Isotropic Diffusion Samplers
di: Lyu, Zicheng, et al.
Pubblicazione: (2026)

Stochastic Gradient Piecewise Deterministic Monte Carlo Samplers
di: Fearnhead, Paul, et al.
Pubblicazione: (2024)

One-Step Diffusion Samplers via Self-Distillation and Deterministic Flow
di: Jutras-Dube, Pascal, et al.
Pubblicazione: (2025)

Exponential Convergence of (Stochastic) Gradient Descent for Separable Logistic Regression
di: Kale, Sacchit, et al.
Pubblicazione: (2026)

Understanding Sampler Stochasticity in Training Diffusion Models for RLHF
di: Sheng, Jiayuan, et al.
Pubblicazione: (2025)

Is Your Diffusion Sampler Actually Correct? A Sampler-Centric Evaluation of Discrete Diffusion Language Models
di: Tang, Luhan, et al.
Pubblicazione: (2026)

Convergence Rates for Non-Log-Concave Sampling and Log-Partition Estimation
di: Holzmüller, David, et al.
Pubblicazione: (2023)

Nonsmooth Implicit Differentiation: Deterministic and Stochastic Convergence Rates
di: Grazzi, Riccardo, et al.
Pubblicazione: (2024)

Wasserstein Convergence of Critically Damped Langevin Diffusions
di: Strasman, Stanislas, et al.
Pubblicazione: (2025)

Diffusion-PINN Sampler
di: Shi, Zhekun, et al.
Pubblicazione: (2024)

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
di: Nguyen, Khai, et al.
Pubblicazione: (2025)

Discrete Diffusion Models: Novel Analysis and New Sampler Guarantees
di: Liang, Yuchen, et al.
Pubblicazione: (2025)

Learnable Sampler Distillation for Discrete Diffusion Models
di: Fu, Feiyang, et al.
Pubblicazione: (2025)

Elucidating Rectified Flow with Deterministic Sampler: Polynomial Discretization Complexity for Multi and One-step Models
di: Yang, Ruofeng, et al.
Pubblicazione: (2025)

Progressive Tempering Sampler with Diffusion
di: Rissanen, Severi, et al.
Pubblicazione: (2025)

MDNS: Masked Diffusion Neural Sampler via Stochastic Optimal Control
di: Zhu, Yuchen, et al.
Pubblicazione: (2025)

Fair Supervised Learning with A Simple Random Sampler of Sensitive Attributes
di: Sohn, Jinwon, et al.
Pubblicazione: (2023)

Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
di: Xu, Ao, et al.
Pubblicazione: (2026)

Particle Denoising Diffusion Sampler
di: Phillips, Angus, et al.
Pubblicazione: (2024)

Private Wasserstein Distance
di: Li, Wenqian, et al.
Pubblicazione: (2024)

The Observable Wasserstein Distance
di: Santos, Edivaldo Lopes dos, et al.
Pubblicazione: (2026)

A Convex Loss Function for Set Prediction with Optimal Trade-offs Between Size and Conditional Coverage
di: Bach, Francis
Pubblicazione: (2025)

Attention-Based Sampler for Diffusion Language Models
di: Zhou, Yuyan, et al.
Pubblicazione: (2026)

Adaptive Destruction Processes for Diffusion Samplers
di: Gritsaev, Timofei, et al.
Pubblicazione: (2025)

Single-Step Consistent Diffusion Samplers
di: Jutras-Dubé, Pascal, et al.
Pubblicazione: (2025)

Faster Sampling via Stochastic Gradient Proximal Sampler
di: Huang, Xunpeng, et al.
Pubblicazione: (2024)

Assessing the Quality of Denoising Diffusion Models in Wasserstein Distance: Noisy Score and Optimal Bounds
di: Arsenyan, Vahan, et al.
Pubblicazione: (2025)

Feature Selection Based on Wasserstein Distance
di: Li, Fuwei
Pubblicazione: (2024)

Relative Translation Invariant Wasserstein Distance
di: Wang, Binshuai, et al.
Pubblicazione: (2024)

Proximal Diffusion Neural Sampler
di: Guo, Wei, et al.
Pubblicazione: (2025)

Continuously Tempered Diffusion Samplers
di: Erives, Ezra, et al.
Pubblicazione: (2025)

Distance-Based Tree-Sliced Wasserstein Distance
di: Tran, Hoang V., et al.
Pubblicazione: (2025)

Convergence of Shallow ReLU Networks on Weakly Interacting Data
di: Dana, Léo, et al.
Pubblicazione: (2025)

On the Effectiveness of the z-Transform Method in Quadratic Optimization
di: Bach, Francis
Pubblicazione: (2025)

Diffusion Language Models are Provably Optimal Parallel Samplers
di: Jiang, Haozhe, et al.
Pubblicazione: (2025)