:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Cha, Yeonwoo, Kim, Semin, Kwon, Jinhyeon, Hong, Seunghoon
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2512.15420
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Training-Free Refinement of Flow Matching with Divergence-based Sampling
di: Cha, Yeonwoo, et al.
Pubblicazione: (2026)

Reward-Agnostic Prompt Optimization for Text-to-Image Diffusion Models
di: Kim, Semin, et al.
Pubblicazione: (2025)

Simulation-Free Training of Neural ODEs on Paired Data
di: Kim, Semin, et al.
Pubblicazione: (2024)

Multimodal Crystal Flow: Any-to-Any Modality Generation for Unified Crystal Modeling
di: Seong, Kiyoung, et al.
Pubblicazione: (2026)

ReDi: Rectified Discrete Flow
di: Yoo, Jaehoon, et al.
Pubblicazione: (2025)

Free-form Flows: Make Any Architecture a Normalizing Flow
di: Draxler, Felix, et al.
Pubblicazione: (2023)

Sequence Modeling with Spectral Mean Flows
di: Kim, Jinwoo, et al.
Pubblicazione: (2025)

HyperFlow: Gradient-Free Emulation of Few-Shot Fine-Tuning
di: Kim, Donggyun, et al.
Pubblicazione: (2025)

AnyBCQ: Hardware Efficient Flexible Binary-Coded Quantization for Multi-Precision LLMs
di: Park, Gunho, et al.
Pubblicazione: (2025)

Symbolic Representation for Any-to-Any Generative Tasks
di: Chen, Jiaqi, et al.
Pubblicazione: (2025)

Structurally Prune Anything: Any Architecture, Any Framework, Any Time
di: Wang, Xun, et al.
Pubblicazione: (2024)

AR-Omni: A Unified Autoregressive Model for Any-to-Any Generation
di: Cheng, Dongjie, et al.
Pubblicazione: (2026)

Any-Property-Conditional Molecule Generation with Self-Criticism using Spanning Trees
di: Jolicoeur-Martineau, Alexia, et al.
Pubblicazione: (2024)

Any-Way Meta Learning
di: Lee, Junhoo, et al.
Pubblicazione: (2024)

NExT-GPT: Any-to-Any Multimodal LLM
di: Wu, Shengqiong, et al.
Pubblicazione: (2023)

AnyFit: Controllable Virtual Try-on for Any Combination of Attire Across Any Scenario
di: Li, Yuhan, et al.
Pubblicazione: (2024)

AnyMoLe: Any Character Motion In-betweening Leveraging Video Diffusion Models
di: Yun, Kwan, et al.
Pubblicazione: (2025)

AnyCBMs: How to Turn Any Black Box into a Concept Bottleneck Model
di: Dominici, Gabriele, et al.
Pubblicazione: (2024)

Cornfigurator: Automated Planning for Any-to-Any Multimodal Model Serving
di: Ma, Jeff J., et al.
Pubblicazione: (2025)

Any-Depth Alignment: Unlocking Innate Safety Alignment of LLMs to Any-Depth
di: Zhang, Jiawei, et al.
Pubblicazione: (2025)

AnyView: Synthesizing Any Novel View in Dynamic Scenes
di: Van Hoorick, Basile, et al.
Pubblicazione: (2026)

Any-Order Flexible Length Masked Diffusion
di: Kim, Jaeyeon, et al.
Pubblicazione: (2025)

Cornserve: A Distributed Serving System for Any-to-Any Multimodal Models
di: Chung, Jae-Won, et al.
Pubblicazione: (2026)

Unifying Sequences, Structures, and Descriptions for Any-to-Any Protein Generation with the Large Multimodal Model HelixProtX
di: Chen, Zhiyuan, et al.
Pubblicazione: (2024)

Training Neural Networks at Any Scale
di: Pethick, Thomas, et al.
Pubblicazione: (2025)

MixEval-X: Any-to-Any Evaluations from Real-World Data Mixtures
di: Ni, Jinjie, et al.
Pubblicazione: (2024)

Data Efficient Any Transformer-to-Mamba Distillation via Attention Bridge
di: Wang, Penghao, et al.
Pubblicazione: (2025)

OmniFlow: Any-to-Any Generation with Multi-Modal Rectified Flows
di: Li, Shufan, et al.
Pubblicazione: (2024)

Forgetting Any Data at Any Time: A Theoretically Certified Unlearning Framework for Vertical Federated Learning
di: Wang, Linian, et al.
Pubblicazione: (2025)

4M-21: An Any-to-Any Vision Model for Tens of Tasks and Modalities
di: Bachmann, Roman, et al.
Pubblicazione: (2024)

Unaligning Everything: Or Aligning Any Text to Any Image in Multimodal Models
di: Salman, Shaeke, et al.
Pubblicazione: (2024)

Any2Point: Empowering Any-modality Large Models for Efficient 3D Understanding
di: Tang, Yiwen, et al.
Pubblicazione: (2024)

Any-Dimensional Invariant Universality
di: Yao, Shengtai, et al.
Pubblicazione: (2026)

ZipLoRA: Any Subject in Any Style by Effectively Merging LoRAs
di: Shah, Viraj, et al.
Pubblicazione: (2023)

Reconstruct the Pruned Model without Any Retraining
di: Wang, Pingjie, et al.
Pubblicazione: (2024)

Any-dimensional equivariant neural networks
di: Levin, Eitan, et al.
Pubblicazione: (2023)

How to Boost Any Loss Function
di: Nock, Richard, et al.
Pubblicazione: (2024)

Beyond TreeSHAP: Efficient Computation of Any-Order Shapley Interactions for Tree Ensembles
di: Muschalik, Maximilian, et al.
Pubblicazione: (2024)

Panprediction: Optimal Predictions for Any Downstream Task and Loss
di: Balakrishnan, Sivaraman, et al.
Pubblicazione: (2025)

Radar: Fast Long-Context Decoding for Any Transformer
di: Hao, Yongchang, et al.
Pubblicazione: (2025)