免训练方法TraSCE修复负提示概念抑制失效

Anubhav Jain等作者提出免训练推理时方法TraSCE，用于修复负提示在越狱提示下出现的“引导崩溃”，使负提示在对抗提示下仍能抑制概念生成。 该方法在崩溃时把回退目标从负提示预测改为中性的无条件预测，并对对抗提示主动触发崩溃、引导样本走向无条件回退。作者称，在针对裸露与暴力的对抗提示基准上，TraSCE显著提升了负提示对越狱提示的鲁棒性，且无需训练、权重更新或预收集概念数据，对通用图像质量影响较小；该方法还可用于抑制艺术风格与特定物体。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。