Buchumschlag

Interpolating Discrete Diffusion Models with Controllable Resampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kollovieh, Marcel, Ayadi, Sirine, Günnemann, Stephan
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

Discrete Bayesian Sample Inference for Graph Generation
von: Petersen, Ole, et al.
Veröffentlicht: (2025)

Generative Modeling with Bayesian Sample Inference
von: Lienen, Marten, et al.
Veröffentlicht: (2025)

Unified Guidance for Geometry-Conditioned Molecular Generation
von: Ayadi, Sirine, et al.
Veröffentlicht: (2025)

Unlocking Point Processes through Point Set Diffusion
von: Lüdke, David, et al.
Veröffentlicht: (2024)

Efficient Time Series Processing for Transformers and State-Space Models through Token Merging
von: Götz, Leon, et al.
Veröffentlicht: (2024)

3D Molecule Generation from Rigid Motifs via SE(3) Flows
von: Poletukhin, Roman, et al.
Veröffentlicht: (2026)

Edit-Based Flow Matching for Temporal Point Processes
von: Lüdke, David, et al.
Veröffentlicht: (2025)

Byte Pair Encoding for Efficient Time Series Forecasting
von: Götz, Leon, et al.
Veröffentlicht: (2025)

Flow Matching with Gaussian Process Priors for Probabilistic Time Series Forecasting
von: Kollovieh, Marcel, et al.
Veröffentlicht: (2024)

Energy-Weighted Flow Matching: Unlocking Continuous Normalizing Flows for Efficient and Scalable Boltzmann Sampling
von: Dern, Niclas, et al.
Veröffentlicht: (2025)

Assessing Robustness via Score-Based Adversarial Image Generation
von: Kollovieh, Marcel, et al.
Veröffentlicht: (2023)

Seismic Data Interpolation via Denoising Diffusion Implicit Models with Coherence-corrected Resampling
von: Wei, Xiaoli, et al.
Veröffentlicht: (2023)

Joint Relational Database Generation via Graph-Conditional Diffusion Models
von: Ketata, Mohamed Amine, et al.
Veröffentlicht: (2025)

Enforcing Latent Euclidean Geometry in Single-Cell VAEs for Manifold Interpolation
von: Palma, Alessandro, et al.
Veröffentlicht: (2025)

Provably Reliable Conformal Prediction Sets in the Presence of Data Poisoning
von: Scholten, Yan, et al.
Veröffentlicht: (2024)

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

UnHiPPO: Uncertainty-aware Initialization for State Space Models
von: Lienen, Marten, et al.
Veröffentlicht: (2025)

Estimation of discrete distributions with high probability under $χ^2$-divergence
von: Louati, Sirine
Veröffentlicht: (2025)

Performance of the empirical median for location estimation in heteroscedastic settings
von: Louati, Sirine
Veröffentlicht: (2025)

Discrete Randomized Smoothing Meets Quantum Computing
von: Wollschläger, Tom, et al.
Veröffentlicht: (2024)

Adversarial Attacks on Graph Neural Networks via Meta Learning
von: Zügner, Daniel, et al.
Veröffentlicht: (2019)

Diffusion LLMs are Natural Adversaries for any LLM
von: Lüdke, David, et al.
Veröffentlicht: (2025)

Add and Thin: Diffusion for Temporal Point Processes
von: Lüdke, David, et al.
Veröffentlicht: (2023)

A Probabilistic Perspective on Unlearning and Alignment for Large Language Models
von: Scholten, Yan, et al.
Veröffentlicht: (2024)

Unfolding Time: Generative Modeling for Turbulent Flows in 4D
von: Saydemir, Abdullah, et al.
Veröffentlicht: (2024)

Task-Awareness Improves LLM Generations and Uncertainty
von: Tomov, Tim, et al.
Veröffentlicht: (2026)

What Expressivity Theory Misses: Message Passing Complexity for GNNs
von: Kemper, Niklas, et al.
Veröffentlicht: (2025)

Energy-based Epistemic Uncertainty for Graph Neural Networks
von: Fuchsgruber, Dominik, et al.
Veröffentlicht: (2024)

Sampling-aware Adversarial Attacks Against Large Language Models
von: Beyer, Tim, et al.
Veröffentlicht: (2025)

On Representing Electronic Wave Functions with Sign Equivariant Neural Networks
von: Gao, Nicholas, et al.
Veröffentlicht: (2024)

Neural Pfaffians: Solving Many Many-Electron Schrödinger Equations
von: Gao, Nicholas, et al.
Veröffentlicht: (2024)

Consistent Sampling and Simulation: Molecular Dynamics with Energy-Based Diffusion Models
von: Plainer, Michael, et al.
Veröffentlicht: (2025)

Unlocking Guidance for Discrete State-Space Diffusion and Flow Models
von: Nisonoff, Hunter, et al.
Veröffentlicht: (2024)

Intriguing Properties of Input-dependent Randomized Smoothing
von: Súkeník, Peter, et al.
Veröffentlicht: (2021)

Provable Adversarial Robustness for Group Equivariant Tasks: Graphs, Point Clouds, Molecules, and More
von: Schuchardt, Jan, et al.
Veröffentlicht: (2023)

Correcting Diffusion Generation through Resampling
von: Liu, Yujian, et al.
Veröffentlicht: (2023)

Model Collapse Is Not a Bug but a Feature in Machine Unlearning for LLMs
von: Scholten, Yan, et al.
Veröffentlicht: (2025)

Ctrl-Z: Controlling AI Agents via Resampling
von: Bhatt, Aryan, et al.
Veröffentlicht: (2025)

Transferable SCF-Acceleration through Solver-Aligned Initialization Learning
von: Eberhard, Eike S., et al.
Veröffentlicht: (2026)

Graph Neural Networks for Edge Signals: Orientation Equivariance and Invariance
von: Fuchsgruber, Dominik, et al.
Veröffentlicht: (2024)