Copertina

Generalized Discrete Diffusion with Self-Correction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Linxuan, Wang, Ziyi, Bai, Yikun, Deng, Wei, Lin, Guang, Song, Qifan
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

SQS: Bayesian DNN Compression through Sparse Quantized Sub-distributions
di: Wang, Ziyi, et al.
Pubblicazione: (2025)

LLM Safety Alignment is Divergence Estimation in Disguise
di: Haldar, Rajdeep, et al.
Pubblicazione: (2025)

Ultra-Fast Language Generation via Discrete Diffusion Divergence Instruct
di: Zheng, Haoyang, et al.
Pubblicazione: (2025)

A General Deep Learning Framework for Wireless Resource Allocation under Discrete Constraints
di: Wang, Yikun, et al.
Pubblicazione: (2026)

On the Error-Correcting Effects of Stochasticity in Discrete Diffusion
di: Yuan, William, et al.
Pubblicazione: (2026)

SOAR: Self-Correction for Optimal Alignment and Refinement in Diffusion Models
di: Qin, You, et al.
Pubblicazione: (2026)

Diffusion LLMs Can Do Faster-Than-AR Inference via Discrete Diffusion Forcing
di: Wang, Xu, et al.
Pubblicazione: (2025)

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

Rethinking Langevin Thompson Sampling from A Stochastic Approximation Perspective
di: Wang, Weixin, et al.
Pubblicazione: (2025)

Latent Shadows: The Gaussian-Discrete Duality in Masked Diffusion
di: Chen, Guinan, et al.
Pubblicazione: (2026)

Accelerating Approximate Thompson Sampling with Underdamped Langevin Monte Carlo
di: Zheng, Haoyang, et al.
Pubblicazione: (2024)

Sparse Training of Discrete Diffusion Models for Graph Generation
di: Qin, Yiming, et al.
Pubblicazione: (2023)

Generalized Interpolating Discrete Diffusion
di: von Rütte, Dimitri, et al.
Pubblicazione: (2025)

Discrete Diffusion in Large Language and Multimodal Models: A Survey
di: Yu, Runpeng, et al.
Pubblicazione: (2025)

E4GEN: Event-level Explainable Extreme-Enhanced Time-series Generation
di: Jiang, Lin, et al.
Pubblicazione: (2026)

Generalized Discrete Diffusion from Snapshots
di: Zekri, Oussama, et al.
Pubblicazione: (2026)

CDRRM: Contrast-Driven Rubric Generation for Reliable and Interpretable Reward Modeling
di: Liu, Dengcan, et al.
Pubblicazione: (2026)

Interleaved Gibbs Diffusion: Generating Discrete-Continuous Data with Implicit Constraints
di: Anil, Gautham Govind, et al.
Pubblicazione: (2025)

Constrained Exploration via Reflected Replica Exchange Stochastic Gradient Langevin Dynamics
di: Zheng, Haoyang, et al.
Pubblicazione: (2024)

Latent-DARM: Bridging Discrete Diffusion And Autoregressive Models For Reasoning
di: Berrayana, Lina, et al.
Pubblicazione: (2026)

PRDP: Proximal Reward Difference Prediction for Large-Scale Reward Finetuning of Diffusion Models
di: Deng, Fei, et al.
Pubblicazione: (2024)

Simple and Critical Iterative Denoising: A Recasting of Discrete Diffusion in Graph Generation
di: Boget, Yoann
Pubblicazione: (2025)

Fine-Tuning Discrete Diffusion Models via Reward Optimization with Applications to DNA and Protein Design
di: Wang, Chenyu, et al.
Pubblicazione: (2024)

DrugSAGE:Self-evolving Agent Experience for Efficient State-of-the-Art Drug Discovery
di: Zhang, Yikun, et al.
Pubblicazione: (2026)

Latent-Augmented Discrete Diffusion Models
di: Shariatian, Dario, et al.
Pubblicazione: (2025)

Informed Correctors for Discrete Diffusion Models
di: Zhao, Yixiu, et al.
Pubblicazione: (2024)

Steering Masked Discrete Diffusion Models via Discrete Denoising Posterior Prediction
di: Rector-Brooks, Jarrid, et al.
Pubblicazione: (2024)

HESTIA: A Hessian-Guided Differentiable Quantization-Aware Training Framework for Extremely Low-Bit LLMs
di: Wang, Guoan, et al.
Pubblicazione: (2026)

Generative Representation Learning on Hyper-relational Knowledge Graphs via Masked Discrete Diffusion
di: Lee, Jaejun, et al.
Pubblicazione: (2026)

GraphRCG: Self-Conditioned Graph Generation
di: Wang, Song, et al.
Pubblicazione: (2024)

A Conditional Independence Test in the Presence of Discretization
di: Sun, Boyang, et al.
Pubblicazione: (2024)

General and Efficient Steering of Unconditional Diffusion
di: Wang, Qingsong, et al.
Pubblicazione: (2026)

GL-LFGNN:A Global-Local Dual-branch Causal Graph Neural Network Based on Liang-Kleeman Information Flow for EEG Emotion Recognition
di: Wang, Ziyi, et al.
Pubblicazione: (2026)

SwinGNN: Rethinking Permutation Invariance in Diffusion Models for Graph Generation
di: Yan, Qi, et al.
Pubblicazione: (2023)

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

Preference-Based Alignment of Discrete Diffusion Models
di: Borso, Umberto, et al.
Pubblicazione: (2025)

Guided Discrete Diffusion for Constraint Satisfaction Problems
di: Jung, Justin
Pubblicazione: (2025)

Simulator and Experience Enhanced Diffusion Model for Comprehensive ECG Generation
di: Wang, Xiaoda, et al.
Pubblicazione: (2025)

A Theoretical Analysis of Discrete Flow Matching Generative Models
di: Su, Maojiang, et al.
Pubblicazione: (2025)

Contextual Rollout Bandits for Reinforcement Learning with Verifiable Rewards
di: Lu, Xiaodong, et al.
Pubblicazione: (2026)