新框架FlowErase-OPD可在文本到图像模型中实现多概念擦除

研究人员开发了FlowErase-OPD，一个旨在通过同时擦除多个概念来提高文本到图像生成模型安全性的新框架。该方法利用策略内蒸馏，并引入了锚定多教师蒸馏（AMTD）和自适应保留控制（ARC）等新技术，以平衡概念擦除与生成能力的保持。实验表明，FlowErase-OPD在有效移除裸露或特定风格等概念的同时，保持图像质量和语义一致性方面优于现有方法。 AI

影响 增强了文本到图像模型的可控性和安全性，可能减少有害内容的生成。

排序理由 该集群描述了一篇关于改进生成模型安全性的新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Adaptive Retention Control
• Anchored Multi-Teacher Distillation
• arXiv
• DagsHub
• FlowErase-OPD
• Hugging Face
• LoRA+
• On-Policy Distillation

• 论文
• 安全
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →