Copertina

DriftLite: Lightweight Drift Control for Inference-Time Scaling of Diffusion Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ren, Yinuo, Gao, Wenhao, Ying, Lexing, Rotskoff, Grant M., Han, Jiequn
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

Accelerating Diffusion Models with Parallel Sampling: Inference at Sub-Linear Time Complexity
di: Chen, Haoxuan, et al.
Pubblicazione: (2024)

A Unified Approach to Analysis and Design of Denoising Markov Models
di: Ren, Yinuo, et al.
Pubblicazione: (2025)

How Discrete and Continuous Diffusion Meet: Comprehensive Analysis of Discrete Diffusion Models via a Stochastic Integral Framework
di: Ren, Yinuo, et al.
Pubblicazione: (2024)

Fast Solvers for Discrete Diffusion Models: Theory and Applications of High-Order Algorithms
di: Ren, Yinuo, et al.
Pubblicazione: (2025)

Understanding the Generalization Benefits of Late Learning Rate Decay
di: Ren, Yinuo, et al.
Pubblicazione: (2024)

Robust Inference-Time Steering of Protein Diffusion Models via Embedding Optimization
di: Li, Minhuan, et al.
Pubblicazione: (2026)

Lite-RVFL: A Lightweight Random Vector Functional-Link Neural Network for Learning Under Concept Drift
di: Hu, Songqiao, et al.
Pubblicazione: (2025)

Convergence Analysis of Discrete Diffusion Model: Exact Implementation through Uniformization
di: Chen, Hongrui, et al.
Pubblicazione: (2024)

DriftGuard: Mitigating Asynchronous Data Drift in Federated Learning
di: Han, Yizhou, et al.
Pubblicazione: (2026)

Q-Drift: Quantization-Aware Drift Correction for Diffusion Model Sampling
di: Ryu, Sooyoung, et al.
Pubblicazione: (2026)

CaDrift: A Time-dependent Causal Generator of Drifting Data Streams
di: Barboza, Eduardo V. L., et al.
Pubblicazione: (2026)

Solving Inverse Problems via Diffusion-Based Priors: An Approximation-Free Ensemble Sampling Approach
di: Chen, Haoxuan, et al.
Pubblicazione: (2025)

Distribution-Free Predictive Inference under Unknown Temporal Drift
di: Han, Elise, et al.
Pubblicazione: (2024)

COS-DPO: Conditioned One-Shot Multi-Objective Fine-Tuning Framework
di: Ren, Yinuo, et al.
Pubblicazione: (2024)

G-Drift MIA: Membership Inference via Gradient-Induced Feature Drift in LLMs
di: Ranjan, Ravi, et al.
Pubblicazione: (2026)

When to Retrain after Drift: A Data-Only Test of Post-Drift Data Size Sufficiency
di: Fujiwara, Ren, et al.
Pubblicazione: (2026)

Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2026)

LiteVAE: Lightweight and Efficient Variational Autoencoders for Latent Diffusion Models
di: Sadat, Seyedmorteza, et al.
Pubblicazione: (2024)

Multidimensional unstructured sparse recovery via eigenmatrix
di: Ying, Lexing
Pubblicazione: (2024)

Tangent differential privacy
di: Ying, Lexing
Pubblicazione: (2024)

Drift Estimation for Stochastic Differential Equations with Denoising Diffusion Models
di: Costa, Marcos Tapia, et al.
Pubblicazione: (2026)

Error Bounds for a Diffusion Model-Based Drift Estimator
di: Casado-Telletxea, Ioar, et al.
Pubblicazione: (2026)

Simple Approximation and Derivative Free Inference-Time Scaling for Diffusion Models via Sequential Monte Carlo on Path Measures
di: Wang, Chenyang, et al.
Pubblicazione: (2026)

Reinforcement Learning with Function Approximation: From Linear to Nonlinear
di: Long, Jihao, et al.
Pubblicazione: (2023)

Drifting Objectives for Refining Discrete Diffusion Language Models
di: Oba, Daisuke, et al.
Pubblicazione: (2026)

Interpretable Model Drift Detection
di: Panda, Pranoy, et al.
Pubblicazione: (2025)

Sinkhorn-Drifting Generative Models
di: He, Ping, et al.
Pubblicazione: (2026)

Features are fate: a theory of transfer learning in high-dimensional regression
di: Tahir, Javan, et al.
Pubblicazione: (2024)

DriftXpress: Faster Drifting Models via Projected RKHS Fields
di: Falahati, Ali, et al.
Pubblicazione: (2026)

A note on continuous-time online learning
di: Ying, Lexing
Pubblicazione: (2024)

Instance-Wise Adaptive Sampling for Dataset Construction in Approximating Inverse Problem Solutions
di: Han, Jiequn, et al.
Pubblicazione: (2025)

DriftGAN: Using historical data for Unsupervised Recurring Drift Detection
di: Fellicious, Christofer, et al.
Pubblicazione: (2024)

Posterior Sampling with Denoising Oracles via Tilted Transport
di: Bruna, Joan, et al.
Pubblicazione: (2024)

Concept Drift Guided LayerNorm Tuning for Efficient Multimodal Metaphor Identification
di: Qian, Wenhao, et al.
Pubblicazione: (2025)

Distributionally Robust Policy Learning under Concept Drifts
di: Wang, Jingyuan, et al.
Pubblicazione: (2024)

Kernel-Gradient Drifting Models
di: Esteban-Casadevall, Maria, et al.
Pubblicazione: (2026)

Multi-Objective Optimization via Wasserstein-Fisher-Rao Gradient Flow
di: Ren, Yinuo, et al.
Pubblicazione: (2023)

DriftMoE: A Mixture of Experts Approach to Handle Concept Drifts
di: Aspis, Miguel, et al.
Pubblicazione: (2025)

From XAI to MLOps: Explainable Concept Drift Detection with Profile Drift Detection
di: Dar, Ugur, et al.
Pubblicazione: (2024)

Eigenmatrix for unstructured sparse recovery
di: Ying, Lexing
Pubblicazione: (2023)