Buchumschlag

Exploring the Design Space of Transition Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singer, Uriel, Lipman, Yaron
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Transition Matching: Scalable and Flexible Generative Modeling
von: Shaul, Neta, et al.
Veröffentlicht: (2025)

GLASS Flows: Transition Sampling for Alignment of Flow and Diffusion Models
von: Holderrieth, Peter, et al.
Veröffentlicht: (2025)

Space Group Conditional Flow Matching
von: Puny, Omri, et al.
Veröffentlicht: (2025)

Flow Matching on General Geometries
von: Chen, Ricky T. Q., et al.
Veröffentlicht: (2023)

Bespoke Non-Stationary Solvers for Fast Sampling of Diffusion and Flow Models
von: Shaul, Neta, et al.
Veröffentlicht: (2024)

Discrete Flow Matching
von: Gat, Itai, et al.
Veröffentlicht: (2024)

Corrector Sampling in Language Models
von: Gat, Itai, et al.
Veröffentlicht: (2025)

Generator Matching: Generative modeling with arbitrary Markov processes
von: Holderrieth, Peter, et al.
Veröffentlicht: (2024)

Flow Matching with General Discrete Paths: A Kinetic-Optimal Perspective
von: Shaul, Neta, et al.
Veröffentlicht: (2024)

Adversarial Reasoning at Jailbreaking Time
von: Sabbaghi, Mahdi, et al.
Veröffentlicht: (2025)

D-Flow: Differentiating through Flows for Controlled Generation
von: Ben-Hamu, Heli, et al.
Veröffentlicht: (2024)

INRFlow: Flow Matching for INRs in Ambient Space
von: Wang, Yuyang, et al.
Veröffentlicht: (2024)

Classifying Overlapping Gaussian Mixtures in High Dimensions: From Optimal Classifiers to Neural Nets
von: Cohen, Khen, et al.
Veröffentlicht: (2024)

Flow Matching on Symmetric Spaces
von: Ruscelli, Francesco, et al.
Veröffentlicht: (2026)

Matrix-Space Reinforcement Learning for Reusing Local Transition Geometry
von: Zhang, Zuyuan, et al.
Veröffentlicht: (2026)

Transition Flow Matching
von: Ma, Chenrui
Veröffentlicht: (2026)

Budgeted Broadcast: An Activity-Dependent Pruning Rule for Neural Network Efficiency
von: Meirovitch, Yaron, et al.
Veröffentlicht: (2025)

Exploring Adversarial Robustness of Deep State Space Models
von: Qi, Biqing, et al.
Veröffentlicht: (2024)

Hypformer: Exploring Efficient Transformer Fully in Hyperbolic Space
von: Yang, Menglin, et al.
Veröffentlicht: (2024)

Exploring State Space and Reasoning by Elimination in Tsetlin Machines
von: Kadhim, Ahmed K., et al.
Veröffentlicht: (2024)

Diversity By Design: Leveraging Distribution Matching for Offline Model-Based Optimization
von: Yao, Michael S., et al.
Veröffentlicht: (2025)

Tree of Attacks: Jailbreaking Black-Box LLMs Automatically
von: Mehrotra, Anay, et al.
Veröffentlicht: (2023)

Exploring Molecule Generation Using Latent Space Graph Diffusion
von: Pombala, Prashanth, et al.
Veröffentlicht: (2025)

Emergence of Hidden Capabilities: Exploring Learning Dynamics in Concept Space
von: Park, Core Francisco, et al.
Veröffentlicht: (2024)

Structured Sparse Transition Matrices to Enable State Tracking in State-Space Models
von: Terzić, Aleksandar, et al.
Veröffentlicht: (2025)

Exploring Diffusion Transformer Designs via Grafting
von: Chandrasegaran, Keshigeyan, et al.
Veröffentlicht: (2025)

TRACED: Transition-aware Regret Approximation with Co-learnability for Environment Design
von: Cho, Geonwoo, et al.
Veröffentlicht: (2025)

Harmonic Self-Conditioned Flow Matching for Multi-Ligand Docking and Binding Site Design
von: Stärk, Hannes, et al.
Veröffentlicht: (2023)

On the Design Space Between Transformers and Recursive Neural Nets
von: Chowdhury, Jishnu Ray, et al.
Veröffentlicht: (2024)

Learning to Explore with Parameter-Space Noise: A Deep Dive into Parameter-Space Noise for Reinforcement Learning with Verifiable Rewards
von: Bai, Bizhe, et al.
Veröffentlicht: (2026)

PPFlow: Target-aware Peptide Design with Torsional Flow Matching
von: Lin, Haitao, et al.
Veröffentlicht: (2024)

Counterfactual Explanations in Medical Imaging: Exploring SPN-Guided Latent Space Manipulation
von: Siekiera, Julia, et al.
Veröffentlicht: (2025)

Artificial Intelligence-Driven Network-on-Chip Design Space Exploration: Neural Network Architectures for Design
von: N, Amogh Anshu, et al.
Veröffentlicht: (2025)

Exploring Token-Space Manipulation in Latent Audio Tokenizers
von: Paissan, Francesco, et al.
Veröffentlicht: (2026)

Full-Atom Peptide Design based on Multi-modal Flow Matching
von: Li, Jiahan, et al.
Veröffentlicht: (2024)

Exploring Graph Mamba: A Comprehensive Survey on State-Space Models for Graph Learning
von: Atitallah, Safa Ben, et al.
Veröffentlicht: (2024)

Rethinking the Design Space of Reinforcement Learning for Diffusion Models: On the Importance of Likelihood Estimation Beyond Loss Design
von: Choi, Jaemoo, et al.
Veröffentlicht: (2026)

Exploring Loss Design Techniques For Decision Tree Robustness To Label Noise
von: Sztukiewicz, Lukasz, et al.
Veröffentlicht: (2024)

Exploring the Potentials and Challenges of Deep Generative Models in Product Design Conception
von: Mueller, Phillip, et al.
Veröffentlicht: (2024)

Humains-Junior: A 3.8B Language Model Achieving GPT-4o-Level Factual Accuracy by Directed Exoskeleton Reasoning
von: Yaron, Nissan, et al.
Veröffentlicht: (2025)