Buchumschlag

Fast and Scalable Analytical Diffusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shang, Xinyi, Sun, Peng, Lin, Jingyu, Shen, Zhiqiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Next-Gen CAPTCHAs: Leveraging the Cognitive Gap for Scalable and Diverse GUI-Agent Defense
von: Liu, Jiacheng, et al.
Veröffentlicht: (2026)

Collaborative Unlabeled Data Optimization
von: Shang, Xinyi, et al.
Veröffentlicht: (2025)

Equally Critical: Samples, Targets, and Their Mappings in Datasets
von: Yang, Runkang, et al.
Veröffentlicht: (2025)

Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems
von: Liu, Jiacheng, et al.
Veröffentlicht: (2026)

Single-Round Scalable Analytic Federated Learning
von: Bacellar, Alan T. L., et al.
Veröffentlicht: (2025)

Fast and Stable Diffusion Planning through Variational Adaptive Weighting
von: Qiu, Zhiying, et al.
Veröffentlicht: (2025)

An Empirical Study on Context Length for Open-Domain Dialog Generation
von: Shen, Xinyi, et al.
Veröffentlicht: (2024)

Learning Robust Diffusion Models from Imprecise Supervision
von: Wu, Dong-Dong, et al.
Veröffentlicht: (2025)

Mamba or Transformer for Time Series Forecasting? Mixture of Universals (MoU) Is All You Need
von: Peng, Sijia, et al.
Veröffentlicht: (2024)

Scalable Diffusion for Materials Generation
von: Yang, Sherry, et al.
Veröffentlicht: (2023)

LLMSurgeon: Diagnosing Data Mixture of Large Language Models
von: Luo, Yaxin, et al.
Veröffentlicht: (2026)

A Survey on Diffusion Language Models
von: Li, Tianyi, et al.
Veröffentlicht: (2025)

Attention Is All You Need for KV Cache in Diffusion LLMs
von: Nguyen-Tri, Quan, et al.
Veröffentlicht: (2025)

Duality Models: An Embarrassingly Simple One-step Generation Paradigm
von: Sun, Peng, et al.
Veröffentlicht: (2026)

Consistency Models for Scalable and Fast Simulation-Based Inference
von: Schmitt, Marvin, et al.
Veröffentlicht: (2023)

DEEDEE: Fast and Scalable Out-of-Distribution Dynamics Detection
von: Aljaafari, Tala, et al.
Veröffentlicht: (2025)

Fine-Tuning Diffusion Models for Molecular Generation via Reinforcement Learning and Fast Sampling
von: Lin, Guang, et al.
Veröffentlicht: (2026)

FBI-LLM: Scaling Up Fully Binarized LLMs from Scratch via Autoregressive Distillation
von: Ma, Liqun, et al.
Veröffentlicht: (2024)

Fast Ensembling with Diffusion Schrödinger Bridge
von: Kim, Hyunsu, et al.
Veröffentlicht: (2024)

KirchhoffNet: A Scalable Ultra Fast Analog Neural Network
von: Gao, Zhengqi, et al.
Veröffentlicht: (2023)

Sink-Aware Pruning for Diffusion Language Models
von: Myrzakhan, Aidar, et al.
Veröffentlicht: (2026)

d3LLM: Ultra-Fast Diffusion LLM using Pseudo-Trajectory Distillation
von: Qian, Yu-Yang, et al.
Veröffentlicht: (2026)

SCALEX: Scalable Concept and Latent Exploration for Diffusion Models
von: Zeng, E. Zhixuan, et al.
Veröffentlicht: (2025)

Influence Functions for Scalable Data Attribution in Diffusion Models
von: Mlodozeniec, Bruno, et al.
Veröffentlicht: (2024)

Fast Graph Generation via Spectral Diffusion
von: Luo, Tianze, et al.
Veröffentlicht: (2022)

Optimal Expert-Attention Allocation in Mixture-of-Experts: A Scalable Law for Dynamic Model Design
von: Li, Junzhuo, et al.
Veröffentlicht: (2026)

FastGAS: Fast Graph-based Annotation Selection for In-Context Learning
von: Chen, Zihan, et al.
Veröffentlicht: (2024)

HAWX: A Hardware-Aware FrameWork for Fast and Scalable ApproXimation of DNNs
von: Nazari, Samira, et al.
Veröffentlicht: (2026)

Analytic Energy-Guided Policy Optimization for Offline Reinforcement Learning
von: Hu, Jifeng, et al.
Veröffentlicht: (2025)

Kron-LoRA: Hybrid Kronecker-LoRA Adapters for Scalable, Sustainable Fine-tuning
von: Shen, Yixin
Veröffentlicht: (2025)

Optimizing Decoding Paths in Masked Diffusion Models by Quantifying Uncertainty
von: Chen, Ziyu, et al.
Veröffentlicht: (2025)

Adjoint Sampling: Highly Scalable Diffusion Samplers via Adjoint Matching
von: Havens, Aaron, et al.
Veröffentlicht: (2025)

Diffusion Tree Sampling: Scalable inference-time alignment of diffusion models
von: Jain, Vineet, et al.
Veröffentlicht: (2025)

Efficient Controllable Diffusion via Optimal Classifier Guidance
von: Oertell, Owen, et al.
Veröffentlicht: (2025)

SDAR: A Synergistic Diffusion-AutoRegression Paradigm for Scalable Sequence Generation
von: Cheng, Shuang, et al.
Veröffentlicht: (2025)

Ethical and Scalable Automation: A Governance and Compliance Framework for Business Applications
von: Lin, Haocheng
Veröffentlicht: (2024)

MASP: Scalable GNN-based Planning for Multi-Agent Navigation
von: Yang, Xinyi, et al.
Veröffentlicht: (2023)

Scalable Parameter and Memory Efficient Pretraining for LLM: Recent Algorithmic Advances and Benchmarking
von: Glentis, Athanasios, et al.
Veröffentlicht: (2025)

Rethinking Plasticity in Deep Reinforcement Learning
von: He, Zhiqiang
Veröffentlicht: (2026)

Fast Sampling for Flows and Diffusions with Lazy and Point Mass Stochastic Interpolants
von: Damsholt, Gabriel, et al.
Veröffentlicht: (2026)