BEM：用Bregman散度擦除流匹配模型概念

Mohamed-Hicham Leghettas等人提出BEM（Bregman erasure matching）方法，通过双层优化为Flow Matching模型学习Bregman散度，实现概念擦除，作者称这是首个采用该方法的方案。 在GEM评测协议下，BEM在多数设置中擦除效果优于GEM：将血腥内容的不安全率从53.9%降至14.4%，将裸体内容的FID从8.64降至6.64。实验覆盖裸体、暴力、真实身份和版权角色等概念，部分概念的保留能力维持，部分下降。 该论文为预印本，正在审稿中。上述效果均为作者在GEM协议下的报告结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。