arXiv · cs.LG· Mohamed-Hicham Leghettas, Markus P\"uschel·· 4 小时前
BEM：为 Flow Matching 模型的概念擦除学习 Bregman 散度
BEM: Learning Bregman Divergences for Concept Erasure in Flow Matching Models
AI 导读
BEM 通过双层优化为 Flow Matching 模型学习 Bregman 散度，实现概念擦除，据称是首个采用该方法的方案。在 GEM 评测协议下，BEM 多数设置擦除效果优于 GEM，将血腥内容不安全率从 53.9% 降至 14.4%，裸体内容 FID 从 8.64 降至 6.64。实验针对裸体、暴力、真实身份和版权角色，部分概念保留能力维持、部分下降。
来源：arXiv · cs.LG · arxiv.org