Pristine Models：在预训练阶段隔离不安全概念，推理时可断开不安全分支

研究者提出 Pristine Models，一种文本到图像生成架构，通过注意力机制将安全与不安全知识分离到独立参数化的分支中，训练时学习分支参数，推理时可断开不安全分支。在 ImageNet 上，该模型比仅用安全数据训练或事后概念移除的图像质量更高、文本对齐更好，并进一步扩展到 CC12M 验证其在更大规模开放世界预训练中依然有效。