論文の概要: Integration Matters: Rollout-Based Training for Constrained Diffusion Models
- arxiv url: http://arxiv.org/abs/2607.14398v1
- Date: Wed, 15 Jul 2026 22:25:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:32.922925
- Title: Integration Matters: Rollout-Based Training for Constrained Diffusion Models
- Title（参考訳）: 統合の課題: 制約付き拡散モデルのためのロールアウトベーストレーニング
- Abstract要約: 制約付き生成モデルは、データ分布に忠実なまま、複雑な実現可能性制約を満たすサンプルを作成することを目的としている。
既存の制約付き生成法は、トレーニング時間最適化またはサンプリング時間補正によって制約を強制する。
オンラインのロールアウトを通じて得られた制約ガイダンスをトレーニングプロセスに組み込んだ微調整フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 16.46255955344152
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Constrained generative models aim to produce samples that satisfy complex feasibility constraints while remaining faithful to the data distribution. Existing constrained generation methods typically enforce constraints either through training-time optimization or sampling-time correction. Training-time optimization approaches optimize on states induced by the training distribution, which can differ substantially from those encountered during sampling. Sampling-time correction methods instead modify the sampling process at inference, introducing distribution shift and requiring expensive tuning, particularly for few-step sampling. We propose a fine-tuning framework that incorporates constraint guidance obtained through online rollout into the training process, which aligns training with sampling by differentiating through the fixed noise schedule used to numerically integrate the denoising process. This exposes the model to violations that arise along the denoising trajectory and aligns diffusion learning with the sampling process. Experiments across multiple tasks show that our method improves constraint satisfaction while maintaining competitive sampling quality compared to prior methods.
- Abstract（参考訳）: 制約付き生成モデルは、データ分布に忠実なまま、複雑な実現可能性制約を満たすサンプルを作成することを目的としている。
既存の制約付き生成法は通常、訓練時間最適化またはサンプリング時間補正によって制約を強制する。
トレーニング時間最適化アプローチは、トレーニング分布によって誘導される状態を最適化する。
サンプリング時間補正法は、推論時にサンプリングプロセスを変更し、分散シフトを導入し、特に数ステップサンプリングのために高価なチューニングを必要とする。
本稿では,オンラインロールアウトによって得られる制約ガイダンスをトレーニングプロセスに組み込んだ微調整フレームワークを提案する。
これにより、デノイング軌道に沿って発生する違反にモデルを公開し、拡散学習をサンプリングプロセスと整合させる。
複数のタスクにまたがる実験により,提案手法は従来の手法と比較して,競争力のあるサンプリング品質を維持しつつ,制約満足度を向上させることが示された。
関連論文リスト
- Focus When Necessary: Adaptive Routing and Collaborative Grounding for Training-Free Visual Grounding [56.38477453373368]
LazyMCoTは動的でトレーニング不要なフレームワークで、サンプルの難易度に基づいて視覚的接地作業を適応的に割り当てる。
LazyMCoTは、推論精度を同時に改善し、平均推論レイテンシを低減することで、トレーニングベースのアプローチと競合する。
論文 参考訳（メタデータ） (2026-06-15T03:17:44Z) - Constraint-Aware Flow Matching: Decision Aligned End-to-End Training for Constrained Sampling [45.70806419699897]
深い生成モデルは、幅広いアプリケーションにまたがって最先端のパフォーマンスを提供する。
既存のアプローチでは、サンプルの品質を維持しながら厳格な制約満足度を強制することができない。
本稿では,制約予測をトレーニング対象に明示的に組み込む新しいエンドツーエンドフレームワークであるConstraint-Aware Flow Matchingを提案する。
論文 参考訳（メタデータ） (2026-05-12T21:07:13Z) - Inference-Time Attribute Distribution Alignment for Unconditional Diffusion [54.28942858023809]
我々は、事前訓練された非条件拡散モデルに対する推論時属性分布アライメント問題を定式化する。
そこで本研究では,逆拡散過程に対する最適制御問題として,推定時属性分布アライメントを適用した。
最適制御に基づくアルゴリズムを用いて分散マッチングの最適化を行う。
論文 参考訳（メタデータ） (2026-05-08T09:02:47Z) - Few-Step Diffusion Sampling Through Instance-Aware Discretizations [16.93105640007355]
正規あるいは微分方程式(ODEs/SDEs)で定義される経路をシミュレートして拡散・流れマッチングモデルにより高忠実度データを生成する
本稿では、入力依存の事前情報に基づいてタイムステップアロケーションを適応させることを学習する、インスタンス対応の離散化フレームワークを提案する。
提案手法は,トレーニングや無視可能な推論オーバーヘッドと比較して,限界チューニングコストで生成品質を継続的に向上する。
論文 参考訳（メタデータ） (2026-03-18T12:49:38Z) - Coarse-Guided Visual Generation via Weighted h-Transform Sampling [12.670888779100972]
粗い誘導による視覚生成は、様々な現実世界のアプリケーションに不可欠である。
近年のトレーニングフリーな研究は、事前学習した拡散モデルを活用し、サンプリングプロセス中にガイダンスを取り入れることを提案する。
所望の条件下でプロセス(サンプリングプロセスなど)を制約できるhtransformを用いて,新しいガイド付き手法を提案する。
論文 参考訳（メタデータ） (2026-03-12T15:26:19Z) - TFTF: Training-Free Targeted Flow for Conditional Sampling [1.4151684142137693]
重要度サンプリングに基づくフローマッチングモデルのための訓練不要条件付きサンプリング手法を提案する。
重要サンプリングのネーブ適用は高次元環境における重み付けに苦しむため, 連続モンテカルロにおける再サンプリング手法を改良し, 取り入れる。
私たちのフレームワークは、理論上の正確性を確保しながら、追加のトレーニングを必要としません。
論文 参考訳（メタデータ） (2026-02-13T13:41:35Z) - Learning To Sample From Diffusion Models Via Inverse Reinforcement Learning [43.678382510171986]
拡散モデルは、ニューラルネットワークによってガイドされる反復的復調プロセスを通じてサンプルを生成する。
本稿では,サンプリング戦略の学習のための逆強化学習フレームワークを提案する。
提案手法は,事前学習した拡散モデルにより生成された試料の品質を向上させることができることを示す。
論文 参考訳（メタデータ） (2026-02-09T14:10:44Z) - Learnable Chernoff Baselines for Inference-Time Alignment [64.81256817158851]
本稿では,指数関数的に傾いたカーネルから効率よく,およそサンプリングする方法として,Learnerable Chernoff Baselinesを紹介した。
理想的なモデルに対する全変量保証を確立し、LCBサンプリングが理想的拒絶サンプリングと密接に一致するような連続的および離散的な拡散設定を実証する。
論文 参考訳（メタデータ） (2026-02-08T00:09:40Z) - Combating Noisy Labels through Fostering Self- and Neighbor-Consistency [120.4394402099635]
ラベルノイズは様々な現実世界のシナリオで広まり、教師付きディープラーニングの課題を提起する。
我々は、Jo-SNC(textbfSelf- と textbfNeighbor-textbfConsistency に基づくサンプル選択とモデル正規化)というノイズロバスト手法を提案する。
我々は、クラスごとの選択閾値を調整するための自己適応型データ駆動しきい値設定方式を設計する。
論文 参考訳（メタデータ） (2026-01-19T07:55:29Z) - Noise Conditional Variational Score Distillation [60.38982038894823]
騒音条件変化スコア蒸留(NCVSD)は, 予混合拡散モデルから生成消音剤を蒸留する新しい方法である。
この知見を変分スコア蒸留フレームワークに組み込むことで、生成的デノイザのスケーラブルな学習を可能にする。
論文 参考訳（メタデータ） (2025-06-11T06:01:39Z) - Fast T2T: Optimization Consistency Speeds Up Diffusion-Based Training-to-Testing Solving for Combinatorial Optimization [83.65278205301576]
雑音レベルから与えられたインスタンスの最適解への直接写像を学習し、最小限のショットで高品質な生成を容易にすることを提案する。
これは、サンプル間の差を最小限に抑える最適化一貫性トレーニングプロトコルによって達成される。
The Traveling Salesman Problem (TSP) と Maximal Independent Set (MIS) は、ソリューションの品質と効率の両方に関して、Fast T2Tの優位性を実証している。
論文 参考訳（メタデータ） (2025-02-05T07:13:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。