Copertina

Improving Reasoning for Diffusion Language Models via Group Diffusion Policy Optimization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Rojas, Kevin, Lin, Jiahe, Rasul, Kashif, Schneider, Anderson, Nevmyvaka, Yuriy, Tao, Molei, Deng, Wei
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

Variational Schrödinger Momentum Diffusion
di: Rojas, Kevin, et al.
Pubblicazione: (2025)

Chart-RVR: Reinforcement Learning with Verifiable Rewards for Explainable Chart Reasoning
di: Sinha, Sanchit, et al.
Pubblicazione: (2025)

Structural Knowledge Informed Continual Multivariate Time Series Forecasting
di: Pan, Zijie, et al.
Pubblicazione: (2024)

Small Vocabularies, Big Gains: Pretraining and Tokenization in Time Series Models
di: Roger, Alexis, et al.
Pubblicazione: (2025)

AlphaLab: Autonomous Multi-Agent Research Across Optimization Domains with Frontier LLMs
di: Hogan, Brendan R., et al.
Pubblicazione: (2026)

Speculative Sampling for Parametric Temporal Point Processes
di: Biloš, Marin, et al.
Pubblicazione: (2025)

Enhancing Reasoning for Diffusion LLMs via Distribution Matching Policy Optimization
di: Zhu, Yuchen, et al.
Pubblicazione: (2025)

What Exactly Does Guidance Do in Masked Discrete Diffusion Models
di: Ye, He, et al.
Pubblicazione: (2025)

Reweighting Improves Conditional Risk Bounds
di: Zhang, Yikai, et al.
Pubblicazione: (2025)

A Mechanistic Study of Tabular Foundation Models
di: Biloš, Marin, et al.
Pubblicazione: (2026)

Variational Schrödinger Diffusion Models
di: Deng, Wei, et al.
Pubblicazione: (2024)

TS-RAG: Retrieval-Augmented Generation based Time Series Foundation Models are Stronger Zero-Shot Forecaster
di: Ning, Kanghui, et al.
Pubblicazione: (2025)

Technical Report: Full-Stack Fine-Tuning for the Q Programming Language
di: Hogan, Brendan R., et al.
Pubblicazione: (2025)

Towards Interpretable and Trustworthy Time Series Reasoning: A BlueSky Vision
di: Ning, Kanghui, et al.
Pubblicazione: (2025)

Zeroth-Order Sampling Methods for Non-Log-Concave Distributions: Alleviating Metastability by Denoising Diffusion
di: He, Ye, et al.
Pubblicazione: (2024)

Random Initialization Can't Catch Up: The Advantage of Language Model Transfer for Time Series Forecasting
di: Riachi, Roland, et al.
Pubblicazione: (2025)

Empowering Time Series Analysis with Large Language Models: A Survey
di: Jiang, Yushan, et al.
Pubblicazione: (2024)

Deep Generative Sampling in the Dual Divergence Space: A Data-efficient & Interpretative Approach for Generative AI
di: Garg, Sahil, et al.
Pubblicazione: (2024)

Recurrent Interpolants for Probabilistic Time Series Prediction
di: Chen, Yu, et al.
Pubblicazione: (2024)

Diffuse Everything: Multimodal Diffusion Models on Arbitrary State Spaces
di: Rojas, Kevin, et al.
Pubblicazione: (2025)

Efficient Diffusion Models under Nonconvex Equality and Inequality constraints via Landing
di: Jeon, Kijung, et al.
Pubblicazione: (2026)

Reinforcing Multi-Turn Reasoning in LLM Agents via Turn-Level Reward Design
di: Wei, Quan, et al.
Pubblicazione: (2025)

Improving Classifier-Free Guidance in Masked Diffusion: Low-Dim Theoretical Insights with High-Dim Impact
di: Rojas, Kevin, et al.
Pubblicazione: (2025)

Trivialized Momentum Facilitates Diffusion Generative Modeling on Lie Groups
di: Zhu, Yuchen, et al.
Pubblicazione: (2024)

$\textbf{S}^2$IP-LLM: Semantic Space Informed Prompt Learning with LLM for Time Series Forecasting
di: Pan, Zijie, et al.
Pubblicazione: (2024)

Quantitative Convergences of Lie Group Momentum Optimizers
di: Kong, Lingkai, et al.
Pubblicazione: (2024)

Provable Separations between Memorization and Generalization in Diffusion Models
di: Ye, Zeqi, et al.
Pubblicazione: (2025)

Privacy Amplification by Structured Subsampling for Deep Differentially Private Time Series Forecasting
di: Schuchardt, Jan, et al.
Pubblicazione: (2025)

Forecasting with Hyper-Trees
di: März, Alexander, et al.
Pubblicazione: (2024)

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

Diffusion Model's Generalization Can Be Characterized by Inductive Biases toward a Data-Dependent Ridge Manifold
di: He, Ye, et al.
Pubblicazione: (2026)

SHARP: A Self-Evolving Human-Auditable Rubric Policy for Financial Trading Agents
di: Chen, Xiwen, et al.
Pubblicazione: (2026)

wd1: Weighted Policy Optimization for Reasoning in Diffusion Language Models
di: Tang, Xiaohang, et al.
Pubblicazione: (2025)

Diffusion-State Policy Optimization for Masked Diffusion Language Models
di: Oba, Daisuke, et al.
Pubblicazione: (2026)

Mirror Diffusion Models for Constrained and Watermarked Generation
di: Liu, Guan-Horng, et al.
Pubblicazione: (2023)

Quantum State Generation with Structure-Preserving Diffusion Model
di: Zhu, Yuchen, et al.
Pubblicazione: (2024)

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

d2: Improving Reasoning in Diffusion Language Models via Trajectory Likelihood Estimation
di: Wang, Guanghan, et al.
Pubblicazione: (2025)

TR2-D2: Tree Search Guided Trajectory-Aware Fine-Tuning for Discrete Diffusion
di: Tang, Sophia, et al.
Pubblicazione: (2025)

Inpainting-Guided Policy Optimization for Diffusion Large Language Models
di: Zhao, Siyan, et al.
Pubblicazione: (2025)