The BRRY analysis of the INW generator is optimal
L'analyse BRRY du générateur INW est optimale
★
★
★
★
☆
4/5
Simons Institute for the Theory of Computing
@simonsinstitute
Revisiting the xor lemma and exponential correlation bounds for polynomials
Revisiter le lemme XOR et les bornes de corrélation exponentielle pour les polynômes
★
★
★
★
☆
4/5
Pseudorandom bits for low degree modular polynomials
Bits pseudo-aléatoires pour polynômes modulaires de bas degré
★
★
★
★
☆
4/5
Hitting-set generators for low-degree F2-polynomials with almost optimal density
Générateurs d'ensembles de frappe pour polynômes F2 de bas degré avec densité presque optimale
★
★
★
★
★
5/5
Trading time, space, and alternations: General plasticity for algorithms from hardness of range...
Échanger le temps, l'espace et les alternances : Plasticité générale pour les algorithmes à partir de la difficulté de la plage...
★
★
★
★
★
5/5
Pseudorandomness against AM circuits and new oracle separations
Pseudorandomité contre les circuits AM et nouvelles séparations par oracle
★
★
★
★
☆
4/5
How Haar Is It to Look Random?
À quel point est-il difficile de paraître aléatoire avec Haar ?
★
★
★
★
☆
4/5
Derandomizing Matrix Concentration Inequalities from Free Probability
Dérandomisation des inégalités de concentration matricielle issues de la probabilité libre
★
★
★
★
★
5/5
Evaluating factuality in long-form generation
Évaluer la factualité dans la génération de format long
★
★
★
★
★
5/5
Sequential Statistical Methods for Reliable Machine Learning
Méthodes statistiques séquentielles pour un apprentissage automatique fiable
★
★
★
★
☆
4/5
LabOS: The AI-XR Co-Scientist That Sees and Works With Humans
LabOS: Le co-scientifique IA-XR qui voit et travaille avec les humains
★
★
★
★
☆
4/5
Grounding Diffusion Models: The Path to Reliable Synthesis Without Hallucination
Ancrer les modèles de diffusion : La voie vers une synthèse fiable sans hallucination
★
★
★
★
☆
4/5
Weak Poincaré Inequalities and Mixing from Non-Worst-Case Initializations
Inégalités de Poincaré faibles et mélange à partir d'initialisations non-pire cas
★
★
★
★
☆
4/5
Large scale consequences of non-negative Ollivier-Ricci curvature
Conséquences à grande échelle de la courbure d'Ollivier-Ricci non négative
★
★
★
★
★
5/5
Aldous' spectral gap phenomenon for the KMP model
Le phénomène de trou spectral d'Aldous pour le modèle KMP
★
★
★
★
☆
4/5
Sampling from spherical spin glasses: diffusions and simulated annealing
Échantillonnage à partir de verres de spin sphériques : diffusions et recuit simulé
★
★
★
★
☆
4/5
A computational phase transition for learning-to-sample from Ising models
Une transition de phase computationnelle pour apprendre à échantillonner à partir de modèles d'Ising
★
★
★
★
☆
4/5
What Really Separates Autoregression and Diffusion? A Synthesis and Path Beyond
Ce qui sépare vraiment l'autorégression et la diffusion ? Une synthèse et une voie au-delà
★
★
★
★
★
5/5
Score-Based Generative Modeling without Diffusion: Langevin MCMC All the Way
Modélisation générative par score sans diffusion : MCMC de Langevin en continu
★
★
★
★
☆
4/5
Signed Rectified Flow: Negativity-Controlled Generation
Signed Rectified Flow : génération avec contrôle de négativité
★
★
★
★
☆
4/5
Rare event analysis via stochastic optimal control
Analyse des événements rares via le contrôle optimal stochastique
★
★
★
★
☆
4/5
How to Build a Modern Diffusion Language Model
Comment construire un modèle de langage à diffusion moderne
★
★
★
★
☆
4/5
Diffusion in RL and robotics: how expressive policies changed how we use continuous actions
Diffusion en RL et robotique : comment les politiques expressives ont changé notre utilisation des actions continues
★
★
★
★
☆
4/5
Compositional Reasoning with Diffusion Models
Raisonnement compositionnel avec des modèles de diffusion
★
★
★
★
☆
4/5
Windowed thinning and query complexity for the bouncy particle and Zigzag samplers
Éclaircissage par fenêtres et complexité de requête pour les échantillonneurs de particules rebondissantes et en zigzag
★
★
★
★
☆
4/5
Understanding and enhancing diffusion model: a quantification of its generalizability, and a...
Comprendre et améliorer le modèle de diffusion : une quantification de sa généralisabilité, et une...
★
★
★
★
☆
4/5
Talk by Kirill Neklyudov (University of Montreal)
Conférence de Kyrylo Nikulov (Université de Montréal)
★
★
★
★
☆
4/5
Sampling from the Sherrington-Kirkpatrick model up to β＜1/2
Échantillonnage du modèle de Sherrington-Kirkpatrick jusqu'à β＜1/2
★
★
★
★
☆
4/5
Optimal Inference Schedules for Masked Diffusion Models
Programmes d'inférence optimaux pour les modèles de diffusion masqués
★
★
★
★
☆
4/5
Inference-Time Algorithms: A Theoretical Lens on Tractability and Error Propagation
Algorithmes au moment de l'inférence : une perspective théorique sur la traitabilité et la propagation des erreurs
★
★
★
★
☆
4/5
Global selection, local completion: a probabilistic anatomy of diffusion U-Net
Sélection globale, complétion locale : anatomie probabiliste d’un U-Net de diffusion
★
★
★
★
☆
4/5
A new class of algorithms for trajectory inference
Une nouvelle classe d'algorithmes pour l'inférence de trajectoires
★
★
★
★
☆
4/5
Stochastic dynamics as a proof technique
La dynamique stochastique comme technique de preuve
★
★
★
★
☆
4/5
Finite-particles rates for drifting models
Taux de particules finies pour les modèles à dérive
★
★
★
★
☆
4/5