研究者提出DMU域流形遗忘方法
热点事件持续更新
研究者提出DMU域流形遗忘方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yang Xiao等作者提出域流形遗忘（DMU）方法，用于扩散模型中的对象-风格组合概念擦除。该方法针对两个问题：对象-风格组合概念难以擦除，以及多次遗忘请求容易导致灾难性遗忘。 DMU 的做法是从扩散中间特征中提取经 EMA 更新的特征代理，用来表示待保留的目标对象方向，从而选择性遗忘特定对象中与域相关的组件。 作者称实验显示 DMU 显著缓解灾难性遗忘，在批量遗忘与顺序遗忘上均优于现有方法。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
DMU：通过域流形遗忘实现扩散模型的对象-风格组合概念擦除报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIDMU：通过域流形遗忘实现扩散模型的对象-风格组合概念擦除
针对扩散模型遗忘学习中对象-风格组合概念难以擦除、多次遗忘请求易导致灾难性遗忘的问题，研究者提出域流形遗忘（DMU），利用从扩散中间特征提取的 EMA 更新特征代理表示待保留的目标对象方向，实现对特定对象中域相关组件的选择性遗忘。实验表明 DMU 显著缓解灾难性遗忘，在批量遗忘与顺序遗忘上均优于现有方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。