Buchumschlag

The Diffusion Duality, Chapter II: $Ψ$-Samplers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deschenaux, Justin, Gulcehre, Caglar, Sahoo, Subham Sekhar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BlockGen: Flexible Blockwise Sequence Modeling with Hybrid Samplers
von: Deschenaux, Justin, et al.
Veröffentlicht: (2026)

Beyond Autoregression: Fast LLMs via Self-Distillation Through Time
von: Deschenaux, Justin, et al.
Veröffentlicht: (2024)

The Diffusion Duality
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2025)

Partition Generative Modeling: Masked Modeling Without Masks
von: Deschenaux, Justin, et al.
Veröffentlicht: (2025)

Loopholing Discrete Diffusion: Deterministic Bypass of the Sampling Wall
von: Jo, Mingyu, et al.
Veröffentlicht: (2025)

Promises, Outlooks and Challenges of Diffusion Language Modeling
von: Deschenaux, Justin, et al.
Veröffentlicht: (2024)

Scaling Beyond Masked Diffusion Language Models
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2026)

One-Step is Enough: Sparse Autoencoders for Text-to-Image Diffusion Models
von: Surkov, Viacheslav, et al.
Veröffentlicht: (2024)

Augmenting Attention with Exponentially Decaying Memory Improves Query-Aware KV Sparsity
von: Wei, Xiuying, et al.
Veröffentlicht: (2026)

RAT+: Train Dense, Infer Sparse -- Recurrence Augmented Attention for Dilated Inference
von: Wei, Xiuying, et al.
Veröffentlicht: (2026)

Remasking Discrete Diffusion Models with Inference-Time Scaling
von: Wang, Guanghan, et al.
Veröffentlicht: (2025)

In Search for Architectures and Loss Functions in Multi-Objective Reinforcement Learning
von: Terekhov, Mikhail, et al.
Veröffentlicht: (2024)

Quantile Reward Policy Optimization: Alignment with Pointwise Regression and Exact Partition Functions
von: Matrenok, Simon, et al.
Veröffentlicht: (2025)

Diffusion Models With Learned Adaptive Noise
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2023)

The Role of Deep Learning Regularizations on Actors in Offline RL
von: Tarasov, Denis, et al.
Veröffentlicht: (2024)

Block Diffusion: Interpolating Between Autoregressive and Diffusion Language Models
von: Arriola, Marianne, et al.
Veröffentlicht: (2025)

Simple Hierarchical Planning with Diffusion
von: Chen, Chang, et al.
Veröffentlicht: (2024)

Simple and Effective Masked Diffusion Language Models
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2024)

No Representation, No Trust: Connecting Representation, Collapse, and Trust Issues in PPO
von: Moalla, Skander, et al.
Veröffentlicht: (2024)

HiPPO-Prophecy: State-Space Models can Provably Learn Dynamical Systems in Context
von: Joseph, Federico Arangath, et al.
Veröffentlicht: (2024)

Continuous Diffusion Scales Competitively with Discrete Diffusion for Language
von: Yang, Zhihan, et al.
Veröffentlicht: (2026)

Backpropagation through Combinatorial Algorithms: Identity with Projection Works
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2022)

Control Tax: The Price of Keeping AI in Check
von: Terekhov, Mikhail, et al.
Veröffentlicht: (2025)

Diffusion-PINN Sampler
von: Shi, Zhekun, et al.
Veröffentlicht: (2024)

Progressive Tempering Sampler with Diffusion
von: Rissanen, Severi, et al.
Veröffentlicht: (2025)

Universality of Linear Recurrences Followed by Non-linear Projections: Finite-Width Guarantees and Benefits of Complex Eigenvalues
von: Orvieto, Antonio, et al.
Veröffentlicht: (2023)

Simple Guidance Mechanisms for Discrete Diffusion Models
von: Schiff, Yair, et al.
Veröffentlicht: (2024)

PlanDQ: Hierarchical Plan Orchestration via D-Conductor and Q-Performer
von: Chen, Chang, et al.
Veröffentlicht: (2024)

Is Your Diffusion Sampler Actually Correct? A Sampler-Centric Evaluation of Discrete Diffusion Language Models
von: Tang, Luhan, et al.
Veröffentlicht: (2026)

Particle Denoising Diffusion Sampler
von: Phillips, Angus, et al.
Veröffentlicht: (2024)

Adaptive Destruction Processes for Diffusion Samplers
von: Gritsaev, Timofei, et al.
Veröffentlicht: (2025)

Single-Step Consistent Diffusion Samplers
von: Jutras-Dubé, Pascal, et al.
Veröffentlicht: (2025)

Proximal Diffusion Neural Sampler
von: Guo, Wei, et al.
Veröffentlicht: (2025)

Continuously Tempered Diffusion Samplers
von: Erives, Ezra, et al.
Veröffentlicht: (2025)

Regret-Optimized Portfolio Enhancement through Deep Reinforcement Learning and Future Looking Rewards
von: Karzanov, Daniil, et al.
Veröffentlicht: (2025)

Learnable Sampler Distillation for Discrete Diffusion Models
von: Fu, Feiyang, et al.
Veröffentlicht: (2025)

Rethinking Losses for Diffusion Bridge Samplers
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

Self-Recognition in Language Models
von: Davidson, Tim R., et al.
Veröffentlicht: (2024)

Load--Reserve Wasserstein Propagation for Isotropic Diffusion Samplers
von: Lyu, Zicheng, et al.
Veröffentlicht: (2026)

Training Neural Samplers with Reverse Diffusive KL Divergence
von: He, Jiajun, et al.
Veröffentlicht: (2024)