論文の概要: Steepest Guidance: A Practical and Principled Approach to Inference-Time Alignment of Flow and Diffusion-based Models
- arxiv url: http://arxiv.org/abs/2609.39091v2
- Date: Mon, 05 Oct 2026 00:43:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-07 04:43:28.450879
- Title: Steepest Guidance: A Practical and Principled Approach to Inference-Time Alignment of Flow and Diffusion-based Models
- Title（参考訳）: 静的ガイダンス:フローと拡散に基づくモデルの推論時間アライメントの実践的で原則化されたアプローチ
- Abstract要約: フローと拡散に基づくモデルの推論時間アライメントはフレキシブルな生成モデルの実現に不可欠である。
本稿では,目的の局所的な改善を最大化する原理に基づいて,*Steepest Guidance* という新しい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）: 55.574265038358455
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inference-time alignment of flow and diffusion-based models is critical for achieving flexible generative modeling. Theoretically, Doob's $h$-transform provides an elegant solution to this problem, and most existing methods are based on this principle. However, in practice, estimating the optimal guidance derived from Doob's $h$-transform at inference time is challenging. To deal with this issue, we regard inference-time alignment as a sequential optimization problem in the space of probability measures and propose a novel framework called *Steepest Guidance*, based on the principle of maximizing local improvement in the objective. We provide a theoretical analysis of the proposed method and demonstrate its effectiveness through extensive experiments.
- Abstract（参考訳）: フローと拡散に基づくモデルの推論時間アライメントはフレキシブルな生成モデルの実現に不可欠である。
理論的には、Doobの$h$-transformはこの問題に対するエレガントな解決策を提供する。
しかし、実際には、Doobの$h$-transformから導かれる最適なガイダンスを推論時に推定することは困難である。
この問題に対処するため、確率測度空間における逐次最適化問題として推論時間アライメントを考慮し、目的の局所的な改善を最大化する原理に基づいて、*Steepest Guidance*と呼ばれる新しいフレームワークを提案する。
提案手法の理論的解析を行い,その有効性を示す。
関連論文リスト
- Training-Free Stein Diffusion Guidance: Posterior Correction for Sampling Beyond High-Density Regions [46.59494117137471]
自由拡散誘導の訓練は、追加の訓練なしに既成の分類器を活用する柔軟な方法を提供する。
本稿では,SOC を対象とする新たなトレーニングフリーフレームワークである Stein Diffusion Guidance (SDG) を紹介する。
分子低密度サンプリングタスクの実験は、SDGが標準のトレーニングフリーガイダンス手法を一貫して上回っていることを示唆している。
論文 参考訳（メタデータ） (2025-07-07T21:14:27Z) - Adaptive Diffusion Guidance via Stochastic Optimal Control [7.620124872188835]
指導力と信頼性の関係を特徴付ける理論的な形式化を提供する。
次に,適応最適化問題としてガイダンススケジューリングを行う最適制御フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-25T23:34:10Z) - Iterative Preference Learning from Human Feedback: Bridging Theory and Practice for RLHF under KL-Constraint [56.74058752955209]
本稿では,RLHFによる強化学習を用いた生成モデルのアライメント過程について検討する。
まず、オフラインPPOやオフラインDPOのような既存の一般的な手法の主な課題を、環境の戦略的探索に欠如していると認識する。
有限サンプル理論保証を用いた効率的なアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-12-18T18:58:42Z) - Ensemble Kalman Filtering Meets Gaussian Process SSM for Non-Mean-Field and Online Inference [47.460898983429374]
我々は,非平均場(NMF)変動推定フレームワークにアンサンブルカルマンフィルタ(EnKF)を導入し,潜在状態の後方分布を近似する。
EnKFとGPSSMのこの新しい結婚は、変分分布の学習における広範なパラメータ化の必要性をなくすだけでなく、エビデンスの下限(ELBO)の解釈可能でクローズドな近似を可能にする。
得られたEnKF支援オンラインアルゴリズムは、データ適合精度を確保しつつ、モデル正規化を組み込んで過度適合を緩和し、目的関数を具現化する。
論文 参考訳（メタデータ） (2023-12-10T15:22:30Z) - Observation-Guided Diffusion Probabilistic Models [41.749374023639156]
観測誘導拡散確率モデル(OGDM)と呼ばれる新しい拡散に基づく画像生成法を提案する。
本手法は,観測プロセスの指導をマルコフ連鎖と統合することにより,トレーニング目標を再構築する。
本研究では,強力な拡散モデルベースライン上での多様な推論手法を用いたトレーニングアルゴリズムの有効性を示す。
論文 参考訳（メタデータ） (2023-10-06T06:29:06Z) - Variational Nonlinear System Identification [0.8793721044482611]
本稿では,非線形状態空間モデルに対するパラメータ推定について検討する。
我々は,最大確率推定に深いつながりを持つ原理的手法である変分推論(vi)アプローチを採用する。
このviアプローチは最終的に、決定論的で扱いやすく、標準最適化ツールを使って解決できる最適化問題の解としてモデルの推定を提供する。
論文 参考訳（メタデータ） (2020-12-08T05:43:50Z) - Control as Hybrid Inference [62.997667081978825]
本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。
連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
論文 参考訳（メタデータ） (2020-07-11T19:44:09Z) - Density Fixing: Simple yet Effective Regularization Method based on the
Class Prior [2.3859169601259347]
本稿では,教師付き・半教師付き学習によく用いられる密度固定法という正規化手法の枠組みを提案する。
提案手法は,モデルの事前分布や発生頻度を近似させることで,一般化性能を向上させる。
論文 参考訳（メタデータ） (2020-07-08T04:58:22Z) - Learning the Truth From Only One Side of the Story [58.65439277460011]
一般化線形モデルに焦点をあて、このサンプリングバイアスを調整しなければ、モデルは準最適に収束するか、あるいは最適解に収束しないかもしれないことを示す。
理論的保証を伴って適応的なアプローチを提案し、いくつかの既存手法を実証的に上回っていることを示す。
論文 参考訳（メタデータ） (2020-06-08T18:20:28Z)
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。