Uni-AdaVD

新的Uni-AdaVD框架可从视觉AI模型中擦除不想要的 G概念

研究人员开发了Uni-AdaVD，一个新颖的框架，旨在在推理时通用地从视觉生成模型中移除不希望有的概念。该方法干预多模态注意力的值空间，使用感知器感知的目标表示构建来识别和抑制目标语义方向，而无需更改原始模型权重。在包括U-Net、Diffusion Transformer和自回归模型在内的各种架构上的实验表明，Uni-AdaVD能够有效擦除单个和多个概念，同时保留非目标内容和生成先验，为视觉AI提供了一个可适应的安全机制。