Copertina

Diamond Maps: Efficient Reward Alignment via Stochastic Flow Maps

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Holderrieth, Peter, Chen, Douglas, Eyring, Luca, Shah, Ishin, Anantharaman, Giri, He, Yutong, Akata, Zeynep, Jaakkola, Tommi, Boffi, Nicholas Matthew, Simchowitz, Max
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Hamiltonian Score Matching and Generative Flows
di: Holderrieth, Peter, et al.
Pubblicazione: (2024)

How to Guide Your Flow: Few-Step Alignment via Flow Map Reward Guidance
di: Huang, Jerry Y., et al.
Pubblicazione: (2026)

LEAPS: A discrete neural sampler via locally equivariant networks
di: Holderrieth, Peter, et al.
Pubblicazione: (2025)

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

ReNO: Enhancing One-step Text-to-Image Models through Reward-based Noise Optimization
di: Eyring, Luca, et al.
Pubblicazione: (2024)

Unbalancedness in Neural Monge Maps Improves Unpaired Domain Translation
di: Eyring, Luca, et al.
Pubblicazione: (2023)

Flow Map Distillation Without Data
di: Tong, Shangyuan, et al.
Pubblicazione: (2025)

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

FragmentFlow: Scalable Transition State Generation for Large Molecules
di: Shprints, Ron, et al.
Pubblicazione: (2026)

Joint Distillation for Fast Likelihood Evaluation and Sampling in Flow-based Models
di: Ai, Xinyue, et al.
Pubblicazione: (2025)

Noise Hypernetworks: Amortizing Test-Time Compute in Diffusion Models
di: Eyring, Luca, et al.
Pubblicazione: (2025)

APM: Evaluating Style Personalization in LLMs with Arbitrary Preference Mappings
di: Spohn, Philipp, et al.
Pubblicazione: (2026)

Much Ado About Noising: Dispelling the Myths of Generative Robotic Control
di: Pan, Chaoyi, et al.
Pubblicazione: (2025)

Discrete Flow Maps
di: Potaptchik, Peter, et al.
Pubblicazione: (2026)

Disentangled Representation Learning with the Gromov-Monge Gap
di: Uscidda, Théo, et al.
Pubblicazione: (2024)

Verlet Flows: Exact-Likelihood Integrators for Flow-Based Generative Models
di: Erives, Ezra, et al.
Pubblicazione: (2024)

AlphaFold Meets Flow Matching for Generating Protein Ensembles
di: Jing, Bowen, et al.
Pubblicazione: (2024)

Beyond the final layer: Attentive multilayer fusion for vision transformers
di: Ciernik, Laure, et al.
Pubblicazione: (2026)

Stochastic Interpolants: A Unifying Framework for Flows and Diffusions
di: Albergo, Michael S., et al.
Pubblicazione: (2023)

Generalised Flow Maps for Few-Step Generative Modelling on Riemannian Manifolds
di: Davis, Oscar, et al.
Pubblicazione: (2025)

Flow Map Language Models: One-step Language Modeling via Continuous Denoising
di: Lee, Chanhyuk, et al.
Pubblicazione: (2026)

OGPO: Sample Efficient Full-Finetuning of Generative Control Policies
di: Patil, Sarvesh, et al.
Pubblicazione: (2026)

An Introduction to Flow Matching and Diffusion Models
di: Holderrieth, Peter, et al.
Pubblicazione: (2025)

Align-then-Unlearn: Embedding Alignment for LLM Unlearning
di: Spohn, Philipp, et al.
Pubblicazione: (2025)

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

Sparse Autoencoders are Topic Models
di: Girrbach, Leander, et al.
Pubblicazione: (2025)

Thought calibration: Efficient and confident test-time scaling
di: Wu, Menghua, et al.
Pubblicazione: (2025)

Oracle-Efficient Smoothed Online Learning for Piecewise Continuous Decision Making
di: Block, Adam, et al.
Pubblicazione: (2023)

Generative Flows on Discrete State-Spaces: Enabling Multimodal Flows with Applications to Protein Co-Design
di: Campbell, Andrew, et al.
Pubblicazione: (2024)

Calibrated Selective Classification
di: Fisch, Adam, et al.
Pubblicazione: (2022)

Equivariant Scalar Fields for Molecular Docking with Fast Fourier Transforms
di: Jing, Bowen, et al.
Pubblicazione: (2023)

AI-based Methods for Simulating, Sampling, and Predicting Protein Ensembles
di: Jing, Bowen, et al.
Pubblicazione: (2025)

Strong Stochastic Flow Maps
di: McCallum, Sam, et al.
Pubblicazione: (2026)

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

Categorical Flow Maps
di: Roos, Daan, et al.
Pubblicazione: (2026)

Mapping Queer Places of Learning in Finnish Schools: Discourses of Teacher–Student Interactions
di: Tommi Niinisalo
Pubblicazione: (2025)

ETHER: Efficient Finetuning of Large-Scale Models with Hyperplane Reflections
di: Bini, Massimo, et al.
Pubblicazione: (2024)

SOTAlign: Semi-Supervised Alignment of Unimodal Vision and Language Models via Optimal Transport
di: Roschmann, Simon, et al.
Pubblicazione: (2026)

Zalcman Conjecture for Starlike Mappings in Higher Dimensions
di: Giri, Surya
Pubblicazione: (2026)

DeLoRA: Decoupling Angles and Strength in Low-rank Adaptation
di: Bini, Massimo, et al.
Pubblicazione: (2025)