:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Peng, Shang, Xinyi, Lin, Tao, Shen, Zhiqiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.17682
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fast and Scalable Analytical Diffusion
von: Shang, Xinyi, et al.
Veröffentlicht: (2026)

Fool Your (Vision and) Language Model With Embarrassingly Simple Permutations
von: Zong, Yongshuo, et al.
Veröffentlicht: (2023)

GIFT: Unlocking Full Potential of Labels in Distilled Dataset at Near-zero Cost
von: Shang, Xinyi, et al.
Veröffentlicht: (2024)

An Embarrassingly Simple Way to Optimize Orthogonal Matrices at Scale
von: Javaloy, Adrián, et al.
Veröffentlicht: (2026)

An Embarrassingly Simple Defense Against LLM Abliteration Attacks
von: Shairah, Harethah Abu, et al.
Veröffentlicht: (2025)

An Embarrassingly Simple Baseline for Imbalanced Semi-Supervised Learning
von: Chen, Hao, et al.
Veröffentlicht: (2022)

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

Progressive Data Dropout: An Embarrassingly Simple Approach to Faster Training
von: Sathiyanarayanan, Shriram M, et al.
Veröffentlicht: (2025)

L^2CL: Embarrassingly Simple Layer-to-Layer Contrastive Learning for Graph Collaborative Filtering
von: Jin, Xinzhou, et al.
Veröffentlicht: (2024)

An Embarrassingly Simple Approach to Enhance Transformer Performance in Genomic Selection for Crop Breeding
von: Chen, Renqi, et al.
Veröffentlicht: (2024)

Embarrassingly Parallel GFlowNets
von: da Silva, Tiago, et al.
Veröffentlicht: (2024)

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

Exploring 3D Dataset Pruning
von: Zhao, Xiaohan, et al.
Veröffentlicht: (2026)

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

Mean Flows for One-step Generative Modeling
von: Geng, Zhengyang, et al.
Veröffentlicht: (2025)

On the Diversity and Realism of Distilled Dataset: An Efficient Dataset Distillation Paradigm
von: Sun, Peng, et al.
Veröffentlicht: (2023)

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

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

LFME: A Simple Framework for Learning from Multiple Experts in Domain Generalization
von: Chen, Liang, et al.
Veröffentlicht: (2024)

Mean Flow Policy with Instantaneous Velocity Constraint for One-step Action Generation
von: Zhan, Guojian, et al.
Veröffentlicht: (2026)

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

Unified Continuous Generative Models
von: Sun, Peng, et al.
Veröffentlicht: (2025)

EM Distillation for One-step Diffusion Models
von: Xie, Sirui, et al.
Veröffentlicht: (2024)

ECHO: Efficient Chest X-ray Report Generation with One-step Block Diffusion
von: Chen, Lifeng, et al.
Veröffentlicht: (2026)

Efficient Generative Model Training via Embedded Representation Warmup
von: Liu, Deyuan, et al.
Veröffentlicht: (2025)

OneGen: Efficient One-Pass Unified Generation and Retrieval for LLMs
von: Zhang, Jintian, et al.
Veröffentlicht: (2024)

Distilled Decoding 2: One-step Sampling of Image Auto-regressive Models with Conditional Score Distillation
von: Liu, Enshu, et al.
Veröffentlicht: (2025)

GMem: A Modular Approach for Ultra-Efficient Generative Models
von: Tang, Yi, et al.
Veröffentlicht: (2024)

Diff-Instruct with Diffused Reward: Towards Principled One-step Generator RL
von: Wu, Junyi, et al.
Veröffentlicht: (2026)

Accelerating Redshift-Conditioned Galaxy Image Synthesis with One-step Generative Modeling
von: Yang, Tianyue, et al.
Veröffentlicht: (2026)

All in One and One for All: A Simple yet Effective Method towards Cross-domain Graph Pretraining
von: Zhao, Haihong, et al.
Veröffentlicht: (2024)

Graph Foundation Models: Bridging Language Model Paradigms and Graph Optimization
von: Liang, Yunhao, et al.
Veröffentlicht: (2025)

DELT: A Simple Diversity-driven EarlyLate Training for Dataset Distillation
von: Shen, Zhiqiang, et al.
Veröffentlicht: (2024)

Uni-Instruct: One-step Diffusion Model through Unified Diffusion Divergence Instruction
von: Wang, Yifei, et al.
Veröffentlicht: (2025)

Distilled Decoding 1: One-step Sampling of Image Auto-regressive Models with Flow Matching
von: Liu, Enshu, et al.
Veröffentlicht: (2024)

Coupling Models for One-Step Discrete Generation
von: Peng, Fred Zhangzhi, et al.
Veröffentlicht: (2026)

Distributional Statistics Restore Training Data Auditability in One-step Distilled Diffusion Models
von: Li, Muxing, et al.
Veröffentlicht: (2025)

Rethinking the Personalized Relaxed Initialization in the Federated Learning: Consistency and Generalization
von: Shen, Li, et al.
Veröffentlicht: (2026)

Innovations Autoencoder and its Application in One-class Anomalous Sequence Detection
von: Wang, Xinyi, et al.
Veröffentlicht: (2021)

Multi-student Diffusion Distillation for Better One-step Generators
von: Song, Yanke, et al.
Veröffentlicht: (2024)