Samplers


Paper/Blog Link My Issue
#MachineLearning #DiffusionModel #ICML Issue Date: 2026-07-19 GPT Summary- 拡散モデルサンプリングの新しいアルゴリズムを提案し、δ-誤差をpolylog(1/δ)回の反復で達成することを示します。この手法は従来の結果を指数的に改善し、最小限のデータ仮定の下で複雑さは\widetilde O(d_\star \mathrm{polylog}(1/δ))となります。また、非一様なL-リプシッツ条件下では、複雑さが\widetilde O(L \mathrm{polylog}(1/δ))に低減します。勾配評価だけを用いたこのアプローチにより、一般の対数凹分布に対する初のpolylog(1/δ)計算量のサンプラーを実現しました。 Comment

元ポスト:

Loading…




Paper/Blog Link My Issue
#ComputerVision #Pretraining #NLP #LanguageModel #DiffusionModel #ICLR #read-later #Selected Papers/Blogs #ImageSynthesis #Author Thread-Post Issue Date: 2026-02-28 GPT Summary- Uniform-state離散拡散モデルは自己修正能力により優れた生成とガイダンスを実現していますが、ステップ数が増えるとサンプリング品質が限界に達します。本研究では、予測子-修正子（PC）サンプラーを導入し、任意のノイズ過程に対応可能な一般化手法を提案します。Uniform-state拡散と組み合わせることで、従来の手法を超える性能を発揮し、生成パープレキシティを低減させるとともに、サンプリングステップを増やすことで性能が向上します。また、効率的なカリキュラムを構築し、訓練時間を25%、メモリを33%削減しつつ、強力な下流タスク性能を維持します。 Comment

元ポスト:

Loading…

著者ポスト:

Loading…

openreview: https://openreview.net/forum?id=RSIoYWIzaP

著者コメント:

Loading…

openreview: https://openreview.net/forum?id=RSIoYWIzaP

著者ポスト:

Loading…




Paper/Blog Link My Issue
#NLP #LanguageModel #Reasoning #Diversity Issue Date: 2025-10-18 GPT Summary- 本研究では、強化学習を用いずに、サンプリングによって大規模言語モデルの推論能力を引き出す方法を提案。マルコフ連鎖モンテカルロ技術に基づく反復サンプリングアルゴリズムを用い、MATH500、HumanEval、GPQAなどのタスクでRLに匹敵するかそれを上回る性能を示す。さらに、トレーニングや特別なデータセットを必要とせず、広範な適用可能性を持つことを示唆。 Comment

pj page: https://aakaran.github.io/reasoning_with_sampling/

元ポスト:

Loading…