Buchumschlag

Predict-then-Diffuse: Adaptive Response Length for Compute-Budgeted Inference in Diffusion LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rottoli, Michael, Roy, Subhankar, Paraboschi, Stefano
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

Adaptive Inference-Time Compute: LLMs Can Predict if They Can Do Better, Even Mid-Generation
von: Manvi, Rohin, et al.
Veröffentlicht: (2024)

Reasoning on a Budget: A Survey of Adaptive and Controllable Test-Time Compute in LLMs
von: Alomrani, Mohammad Ali, et al.
Veröffentlicht: (2025)

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

Adaptive Inference-Time Scaling via Cyclic Diffusion Search
von: Lee, Gyubin, et al.
Veröffentlicht: (2025)

PADiff: Predictive and Adaptive Diffusion Policies for Ad Hoc Teamwork
von: Chan, Hohei, et al.
Veröffentlicht: (2025)

Adaptive Budget Allocation for Orthogonal-Subspace Adapter Tuning in LLMs Continual Learning
von: Wan, Zhiyi, et al.
Veröffentlicht: (2025)

DepCap: Adaptive Block-Wise Parallel Decoding for Efficient Diffusion LM Inference
von: Xia, Xiang, et al.
Veröffentlicht: (2026)

Robust Planning for Autonomous Driving via Mixed Adversarial Diffusion Predictions
von: Zhao, Albert, et al.
Veröffentlicht: (2025)

Ada-Diffuser: Latent-Aware Adaptive Diffusion for Decision-Making
von: Feng, Fan, et al.
Veröffentlicht: (2026)

Diffusion Adaptive Text Embedding for Text-to-Image Diffusion Models
von: Na, Byeonghu, et al.
Veröffentlicht: (2025)

AdaBlock-dLLM: Semantic-Aware Diffusion LLM Inference via Adaptive Block Size
von: Lu, Guanxi, et al.
Veröffentlicht: (2025)

Accelerating Diffusion LLMs via Adaptive Parallel Decoding
von: Israel, Daniel, et al.
Veröffentlicht: (2025)

Budgeted LoRA: Distillation as Structured Compute Allocation for Efficient Inference
von: Sabry, Mohammed, et al.
Veröffentlicht: (2026)

Thermodynamic Diffusion Inference with Minimal Digital Conditioning
von: De, Aditi
Veröffentlicht: (2026)

mHC-GNN: Manifold-Constrained Hyper-Connections for Graph Neural Networks
von: Mishra, Subhankar
Veröffentlicht: (2026)

Diffusion Model Predictive Control
von: Zhou, Guangyao, et al.
Veröffentlicht: (2024)

Membership Inference Attacks on Discrete Diffusion Language Models
von: Kasivelrajan, Shailesh
Veröffentlicht: (2026)

Inference Attacks Against Graph Generative Diffusion Models
von: Wang, Xiuling, et al.
Veröffentlicht: (2026)

Dynamic Search for Inference-Time Alignment in Diffusion Models
von: Li, Xiner, et al.
Veröffentlicht: (2025)

Multi-LLM Adaptive Conformal Inference for Reliable LLM Responses
von: Noh, Kangjun, et al.
Veröffentlicht: (2026)

Reliable Trajectory Prediction and Uncertainty Quantification with Conditioned Diffusion Models
von: Neumeier, Marion, et al.
Veröffentlicht: (2024)

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

FlavorDiffusion: Predicting Food Pairings and Chemical Interactions Using Diffusion Models
von: Pyo, Seo Jun
Veröffentlicht: (2025)

Progressive Inference-Time Annealing of Diffusion Models for Sampling from Boltzmann Densities
von: Akhound-Sadegh, Tara, et al.
Veröffentlicht: (2025)

Exploring Diffusion Transformer Designs via Grafting
von: Chandrasegaran, Keshigeyan, et al.
Veröffentlicht: (2025)

DARE: Diffusion Language Model Activation Reuse for Efficient Inference
von: Frumkin, Natalia, et al.
Veröffentlicht: (2026)

Encoder-Decoder Diffusion Language Models for Efficient Training and Inference
von: Arriola, Marianne, et al.
Veröffentlicht: (2025)

Inference-Time Alignment of Diffusion Models with Direct Noise Optimization
von: Tang, Zhiwei, et al.
Veröffentlicht: (2024)

Inference Time Debiasing Concepts in Diffusion Models
von: Kupssinskü, Lucas S., et al.
Veröffentlicht: (2025)

MANATEE: Inference-Time Lightweight Diffusion Based Safety Defense for LLMs
von: Kan, Chun Yan Ryan, et al.
Veröffentlicht: (2026)

Stretching Each Dollar: Diffusion Training from Scratch on a Micro-Budget
von: Sehwag, Vikash, et al.
Veröffentlicht: (2024)

Graph Diffusion Network for Drug-Gene Prediction
von: Wu, Jiayang, et al.
Veröffentlicht: (2025)

Re-FORC: Adaptive Reward Prediction for Efficient Chain-of-Thought Reasoning
von: Zabounidis, Renos, et al.
Veröffentlicht: (2025)

The Principles of Diffusion Models
von: Lai, Chieh-Hsin, et al.
Veröffentlicht: (2025)

Adaptive Budget Optimization for Multichannel Advertising Using Combinatorial Bandits
von: Gangopadhyay, Briti, et al.
Veröffentlicht: (2025)

Membership Inference Attacks Against Fine-tuned Diffusion Language Models
von: Chen, Yuetian, et al.
Veröffentlicht: (2026)

Inference-Time Scaling in Diffusion Models through Iterative Partial Refinement
von: Kang, Taegu, et al.
Veröffentlicht: (2026)

Inference-Time Refinement Closes the Synthetic-Real Gap in Tabular Diffusion
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2026)

Inference-Time Alignment Control for Diffusion Models with Reinforcement Learning Guidance
von: Jin, Luozhijie, et al.
Veröffentlicht: (2025)

ConDiSim: Conditional Diffusion Models for Simulation Based Inference
von: Nautiyal, Mayank, et al.
Veröffentlicht: (2025)