論文の概要: ENCORE: Exact Non-equilibrium COntrol with Replica Exchange for Diffusion Generation
- arxiv url: http://arxiv.org/abs/2610.02538v1
- Date: Thu, 01 Oct 2026 22:20:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.098456
- Title: ENCORE: Exact Non-equilibrium COntrol with Replica Exchange for Diffusion Generation
- Title（参考訳）: ENCORE:拡散発生のためのレプリカ交換を伴う非平衡コロントロル
- Abstract要約: 時間内制御は、事前学習された生成モデルを、再学習せずに目標分布に導出する。
本稿では,最初の完全並列制御法であるReplica Exchange (ENCORE) を用いたExact Non-equilibrium Controlを提案する。
- 参考スコア（独自算出の注目度）: 28.65166884784422
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Inference-time control steers a pretrained generative model towards a target distribution without retraining. We study tilted targets $π_0\propto G_0\,p_0$, where $p_0$ is the sampler output distribution and $G_0$ is an evaluable reweighting function. Existing approaches rely on sequential annealing with sequential Monte Carlo (SMC) or parallel annealing with replica exchange (RE). Sequential control is exact but needs large particle populations, whereas no exact parallel control method exists: existing RE corrections approximate an intractable time reversal and are biased. We propose Exact Non-equilibrium COntrol with Replica Exchange (ENCORE), the first exact parallel control method. Each replica stores its generation trajectory, so the upward move is a truncation and the intractable time reversal is never simulated. We prove target invariance and show that the resulting dynamics are those of non-equilibrium replica exchange with the exact time reversal as forward proposal. Under regularity conditions, our diffusion analysis shows that both sequential and parallel control become unstable under refinement of the time discretisation without guidance, whereas guided proposals remain stable and yield diagnostics for tuning the schedule and the computational budget. Across synthetic targets, Boltzmann sampling of biomolecules, and image generation, ENCORE achieves competitive accuracy and diversity, remains robust to sampler perturbations, and applies to distilled samplers where existing RE corrections are unavailable.
- Abstract（参考訳）: 推定時間制御は、事前学習された生成モデルを、再学習せずに目標分布に導出する。
傾き対象の値は, π_0\propto G_0\,p_0$であり, サンプル出力分布は$p_0$, 評価可能な再重み付け関数は$G_0$である。
既存のアプローチでは、シーケンシャルモンテカルロ (SMC) による逐次アニーリングやレプリカ交換 (RE) による並列アニーリングに依存している。
逐次制御は正確であるが、大きな粒子集団を必要とするが、正確な並列制御法は存在しない: 既存のRE補正は、難解な時間反転を近似し、偏りがある。
本稿では,最初の完全並列制御法であるReplica Exchange (ENCORE) を用いたExact Non-equilibrium Controlを提案する。
各レプリカは生成軌跡を格納するので、上向きの移動は切り離され、難解な時間反転はシミュレートされない。
対象の不変性を証明し、結果のダイナミクスが非平衡レプリカ交換であり、前向きの提案として正確な時間反転であることを示す。
規則性条件下では、逐次制御と並列制御は、ガイダンスなしでの時間離散化の洗練によって不安定になるが、ガイド付き提案は安定であり、スケジュールや計算予算を調整するための診断結果が得られる。
合成ターゲット全体にわたって、ボルツマンによる生体分子のサンプリングと画像生成は、競争精度と多様性を達成し、サンプリング器の摂動に頑健であり、既存のRE補正が不可能な蒸留試料に適用できる。
関連論文リスト
- Specificity-Aware Diffusion Steering via Variance-Reduced Sequential Monte Carlo [24.572393069962093]
推論時ステアリングは、事前訓練された拡散モデルにより、完全な再トレーニングなしに新しい制約を満たすことができる。
主な課題は、正の分布を最小に歪めながら負の質量を抑えることである。
我々は,目標設計問題としての特異性を考慮したステアリングを開発し,重なり合う目的から目標分布を導出する。
論文 参考訳（メタデータ） (2026-09-30T11:44:37Z) - Information-Calibrated Quantum Diffusion: Aligning Forward Noise with Reverse Recoverability [10.481986290704821]
古典量子情報デクリメント $_t=I(X:Q_t-1)-I(X:Q_t) を固有拡散座標として導入する。
偏極化とともに$_t$が等しくなると、前方情報損失の唯一の最小値の離散化が得られる。
論文 参考訳（メタデータ） (2026-08-14T08:44:51Z) - LC-GRPO: Bridging Train-Inference Gap for Flow-Based GRPO with Langevin Correction [59.32834240526981]
フローベース生成モデルは典型的には、決定論的常微分方程式(ODE)を解くことによってサンプリングされる
既存の流れモデルのためのGRPO法は、訓練中にオイラー時間ODEを非等方微分方程式(SDE)に置き換える。
本稿では,フローベースGRPOフレームワークであるLC-GRPOを紹介する。
論文 参考訳（メタデータ） (2026-08-06T04:47:57Z) - TwistedMerge: Certified Higher-Order Diagnostics and Abstention for Model Merging [0.48086260459837454]
我々は、チェックポイントが局所対象、アライメントマップが遷移、サイクル積が残留する有限降下問題としてマージを定式化する。
提案手法は, 定数エッジのNo-go結果, フリーズ・コンプレックスの3方向およびプレファミリーの誤差制御定理, 比較・複雑感度の精査試験である。
訓練された低ランク適応型監査では, 平均化係数は選択したGLr代表に依存するが, 大域的因子同期と高密度デルタSVDは安定である。
論文 参考訳（メタデータ） (2026-07-23T03:24:50Z) - Diversify Diffusion with Temperature Sampling and Variance-Corrective Time Shifting [57.75750707482832]
本稿では,モード再重み付けを保ちながら分散インフレーションをキャンセルし,ネットワークをシフトタイムステップでクエリし,その結果のスコアを$$でスケールするトレーニング不要な修正である分散補正時間シフトを導入する。
DiT, 安定拡散モデル, 運動拡散モデルにまたがる品質と条件の忠実度を, 最小限のコストで一貫したゲインを示す。
論文 参考訳（メタデータ） (2026-07-12T17:32:29Z) - Stabilizing Extrapolation in Looped Transformers via Learned Stochastic Stopping [56.14767235650558]
共有トランスブロックを繰り返し適用するLooped Transformerは、可変長の計算タスクに自然に適合するアーキテクチャである。
この差分を、列長とループ数の間の単純なアルゴリズムタスクにおける突発的相関に追従する。
私たちの研究は、"停止する時"は単なる推論時間割当ルールではなく、トレーニング設計の選択として扱われるべきであることを示唆しています。
論文 参考訳（メタデータ） (2026-06-29T08:58:09Z) - Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models [56.67321805551389]
Reinforcement Learning (RL) は, 拡散・流れマッチングジェネレータにおいて, 迅速なアライメントと知覚品質の向上に有効な方法となっている。
探索行動の制御と力学のデノベーションを行うサンプルは、この方針の一部である。
有効探査と安定性のバランスをとる新しいサンプリング器を提案する。
論文 参考訳（メタデータ） (2026-05-22T11:37:22Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - CREPE: Controlling Diffusion with Replica Exchange [32.38925001748167]
拡散モデルの推論時間制御は、モデル出力を操り、再学習せずに新しい制約を満たすことを目的としている。
レプリカ交換に基づくフレキシブルな代替案を提案する。
CREPE:(1) 粒子を逐次生成し,(2) 燃焼後の試料の多様性を高く維持し,(3) オンライン精製や早期終了を可能にする。
論文 参考訳（メタデータ） (2025-09-27T11:45:37Z) - CORD: Balancing COnsistency and Rank Distillation for Robust Retrieval-Augmented Generation [47.091086803980765]
本稿では, 増量蒸留による整合正則化を提案する。
我々は,Consistency と Rank Distillation のバランスをとる CORD を提案する。
実証的な結果は、このバランスにより、CORDは様々なRAGベンチマークにおいて一貫して性能を向上できることを示している。
論文 参考訳（メタデータ） (2024-12-19T07:01:25Z) - Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。
本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
論文 参考訳（メタデータ） (2023-06-27T08:15:28Z)
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。