On Hallucinations in Inverse Problems: Fundamental Limits and Provable Assessment Methods
Fuente:
arXiv
Gespeichert in:
| Hauptverfasser: | Iagaru, David, Gottschling, Nina M., Hansen, Anders C., Garnier, Josselin |
|---|---|
| Format: | Preprint |
| Veröffentlicht: |
2026
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Ähnliche Einträge
The troublesome kernel -- On hallucinations, no free lunches and the accuracy-stability trade-off in inverse problems
von: Gottschling, Nina M., et al.
Veröffentlicht: (2020)
von: Gottschling, Nina M., et al.
Veröffentlicht: (2020)
An Over Complete Deep Learning Method for Inverse Problems
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)
DMPlug: A Plug-in Method for Solving Inverse Problems with Diffusion Models
von: Wang, Hengkang, et al.
Veröffentlicht: (2024)
von: Wang, Hengkang, et al.
Veröffentlicht: (2024)
Lightning UQ Box: A Comprehensive Framework for Uncertainty Quantification in Deep Learning
von: Lehmann, Nils, et al.
Veröffentlicht: (2024)
von: Lehmann, Nils, et al.
Veröffentlicht: (2024)
Variational Garrote for Sparse Inverse Problems
von: Lee, Kanghun, et al.
Veröffentlicht: (2026)
von: Lee, Kanghun, et al.
Veröffentlicht: (2026)
Consistency Regularised Gradient Flows for Inverse Problems
von: Spagnoletti, Alessio, et al.
Veröffentlicht: (2026)
von: Spagnoletti, Alessio, et al.
Veröffentlicht: (2026)
Measurement Geometry and Design for Trustworthy Generative Inverse Problems
von: Jin, Pengfei, et al.
Veröffentlicht: (2026)
von: Jin, Pengfei, et al.
Veröffentlicht: (2026)
Flower: A Flow-Matching Solver for Inverse Problems
von: Pourya, Mehrsa, et al.
Veröffentlicht: (2025)
von: Pourya, Mehrsa, et al.
Veröffentlicht: (2025)
Fast Samplers for Inverse Problems in Iterative Refinement Models
von: Pandey, Kushagra, et al.
Veröffentlicht: (2024)
von: Pandey, Kushagra, et al.
Veröffentlicht: (2024)
Repulsive Latent Score Distillation for Solving Inverse Problems
von: Zilberstein, Nicolas, et al.
Veröffentlicht: (2024)
von: Zilberstein, Nicolas, et al.
Veröffentlicht: (2024)
P-Flow: Proxy-gradient Flows for Linear Inverse Problems
von: Jiang, Zehua, et al.
Veröffentlicht: (2026)
von: Jiang, Zehua, et al.
Veröffentlicht: (2026)
What's in a Prior? Learned Proximal Networks for Inverse Problems
von: Fang, Zhenghan, et al.
Veröffentlicht: (2023)
von: Fang, Zhenghan, et al.
Veröffentlicht: (2023)
Inverse Problems with Diffusion Models: A MAP Estimation Perspective
von: Gutha, Sai Bharath Chandra, et al.
Veröffentlicht: (2024)
von: Gutha, Sai Bharath Chandra, et al.
Veröffentlicht: (2024)
The mathematics of adversarial attacks in AI -- Why deep learning is unstable despite the existence of stable neural networks
von: Bastounis, Alexander, et al.
Veröffentlicht: (2021)
von: Bastounis, Alexander, et al.
Veröffentlicht: (2021)
Differentiable Gaussianization Layers for Inverse Problems Regularized by Deep Generative Models
von: Li, Dongzhuo
Veröffentlicht: (2021)
von: Li, Dongzhuo
Veröffentlicht: (2021)
Improving Diffusion Models for Inverse Problems Using Optimal Posterior Covariance
von: Peng, Xinyu, et al.
Veröffentlicht: (2024)
von: Peng, Xinyu, et al.
Veröffentlicht: (2024)
Measurement-Consistent Langevin Corrector for Stabilizing Latent Diffusion Inverse Problem Solvers
von: Hyoseok, Lee, et al.
Veröffentlicht: (2026)
von: Hyoseok, Lee, et al.
Veröffentlicht: (2026)
Flow Priors for Linear Inverse Problems via Iterative Corrupted Trajectory Matching
von: Zhang, Yasi, et al.
Veröffentlicht: (2024)
von: Zhang, Yasi, et al.
Veröffentlicht: (2024)
Diffusion Models for Solving Inverse Problems via Posterior Sampling with Piecewise Guidance
von: Mohseni-Sehdeh, Saeed, et al.
Veröffentlicht: (2025)
von: Mohseni-Sehdeh, Saeed, et al.
Veröffentlicht: (2025)
Improving Decoupled Posterior Sampling for Inverse Problems using Data Consistency Constraint
von: Qi, Zhi, et al.
Veröffentlicht: (2024)
von: Qi, Zhi, et al.
Veröffentlicht: (2024)
Out-Of-Distribution Detection with Diversification (Provably)
von: Yao, Haiyun, et al.
Veröffentlicht: (2024)
von: Yao, Haiyun, et al.
Veröffentlicht: (2024)
DASH: Detection and Assessment of Systematic Hallucinations of VLMs
von: Augustin, Maximilian, et al.
Veröffentlicht: (2025)
von: Augustin, Maximilian, et al.
Veröffentlicht: (2025)
Weak Diffusion Priors Can Still Achieve Strong Inverse-Problem Performance
von: Jia, Jing, et al.
Veröffentlicht: (2026)
von: Jia, Jing, et al.
Veröffentlicht: (2026)
Inverse-Free Fast Natural Gradient Descent Method for Deep Learning
von: Ou, Xinwei, et al.
Veröffentlicht: (2024)
von: Ou, Xinwei, et al.
Veröffentlicht: (2024)
Deep Diffusion Image Prior for Efficient OOD Adaptation in 3D Inverse Problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2024)
von: Chung, Hyungjin, et al.
Veröffentlicht: (2024)
OTLRM: Orthogonal Learning-based Low-Rank Metric for Multi-Dimensional Inverse Problems
von: Wang, Xiangming, et al.
Veröffentlicht: (2024)
von: Wang, Xiangming, et al.
Veröffentlicht: (2024)
SAIP: A Plug-and-Play Scale-adaptive Module in Diffusion-based Inverse Problems
von: Wang, Lingyu, et al.
Veröffentlicht: (2025)
von: Wang, Lingyu, et al.
Veröffentlicht: (2025)
RadFlag: A Black-Box Hallucination Detection Method for Medical Vision Language Models
von: Zhang, Serena, et al.
Veröffentlicht: (2024)
von: Zhang, Serena, et al.
Veröffentlicht: (2024)
TRELLIS-Enhanced Surface Features for Comprehensive Intracranial Aneurysm Analysis
von: Hervé, Clément, et al.
Veröffentlicht: (2025)
von: Hervé, Clément, et al.
Veröffentlicht: (2025)
KLIP: localized distribution shift detection via KL-divergence with diffusion priors in Inverse Problems
von: Kheirandish, Alireza, et al.
Veröffentlicht: (2026)
von: Kheirandish, Alireza, et al.
Veröffentlicht: (2026)
Align & Invert: Solving Inverse Problems with Diffusion and Flow-based Models via Representation Alignment
von: Sfountouris, Loukas, et al.
Veröffentlicht: (2025)
von: Sfountouris, Loukas, et al.
Veröffentlicht: (2025)
Integrating Intermediate Layer Optimization and Projected Gradient Descent for Solving Inverse Problems with Diffusion Models
von: Zheng, Yang, et al.
Veröffentlicht: (2025)
von: Zheng, Yang, et al.
Veröffentlicht: (2025)
Inverse Bridge Matching Distillation
von: Gushchin, Nikita, et al.
Veröffentlicht: (2025)
von: Gushchin, Nikita, et al.
Veröffentlicht: (2025)
Provable Uncertainty Decomposition via Higher-Order Calibration
von: Ahdritz, Gustaf, et al.
Veröffentlicht: (2024)
von: Ahdritz, Gustaf, et al.
Veröffentlicht: (2024)
Power-Enhanced Residual Network for Function Approximation and Physics-Informed Inverse Problems
von: Noorizadegan, Amir, et al.
Veröffentlicht: (2023)
von: Noorizadegan, Amir, et al.
Veröffentlicht: (2023)
Fast Neural Inverse Kinematics on Human Body Motions
von: Tolpin, David, et al.
Veröffentlicht: (2025)
von: Tolpin, David, et al.
Veröffentlicht: (2025)
Contrastive Diffusion Guidance for Spatial Inverse Problems
von: Basu, Sattwik, et al.
Veröffentlicht: (2025)
von: Basu, Sattwik, et al.
Veröffentlicht: (2025)
Bayesian Conditioned Diffusion Models for Inverse Problems
von: Güngör, Alper, et al.
Veröffentlicht: (2024)
von: Güngör, Alper, et al.
Veröffentlicht: (2024)
A Survey on Diffusion Models for Inverse Problems
von: Daras, Giannis, et al.
Veröffentlicht: (2024)
von: Daras, Giannis, et al.
Veröffentlicht: (2024)
SILO: Solving Inverse Problems with Latent Operators
von: Raphaeli, Ron, et al.
Veröffentlicht: (2025)
von: Raphaeli, Ron, et al.
Veröffentlicht: (2025)
Ähnliche Einträge
-
The troublesome kernel -- On hallucinations, no free lunches and the accuracy-stability trade-off in inverse problems
von: Gottschling, Nina M., et al.
Veröffentlicht: (2020) -
An Over Complete Deep Learning Method for Inverse Problems
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024) -
DMPlug: A Plug-in Method for Solving Inverse Problems with Diffusion Models
von: Wang, Hengkang, et al.
Veröffentlicht: (2024) -
Lightning UQ Box: A Comprehensive Framework for Uncertainty Quantification in Deep Learning
von: Lehmann, Nils, et al.
Veröffentlicht: (2024) -
Variational Garrote for Sparse Inverse Problems
von: Lee, Kanghun, et al.
Veröffentlicht: (2026)