研究人员推出了一种新颖的方法UniForget，旨在解决统一多模态模型（UMMs）中的跨通路概念遗忘问题。这些模型集成了图像生成和视觉理解能力。UniForget旨在防止UMMs生成目标概念的图像，同时确保它们无法识别输入图像中的该概念，并且不会损害其他功能。该方法使用UUBench进行了评估，UUBench是一个包含30个目标概念和60个相关邻近概念的新基准，并在BAGEL-7B-MoT和Janus-Pro-7B等模型上展示了高联合遗忘率。 AI
影响 这项研究提出了一种通过在不损害整体性能的情况下实现目标概念移除来提高多模态AI的可控性和安全性的方法。
排序理由 该条目描述了一种用于统一多模态模型中概念遗忘的新基准和方法，该方法在一篇研究论文中提出。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
