跳到正文
arXiv · ML· Kaiyuan Deng, Yuchen Li, Gen Li, Yang Xiao, Geng Yuan, Xiaoyong Yuan, Bo Hui, Xiaolong Ma·· 2026-10-06AI 评分31

AVCE 框架实现扩散模型中可验证的概念擦除

No Concept Escapes the Audit: Auditing-Aware Unlearning for Verifiable Concept Erasure in Diffusion Models

AI 导读

AVCE 框架通过将擦除操作锚定在模型潜在表示中,显著提升了概念擦除的可验证性。 该框架审计嵌入邻域,在闭式编辑注意力层后使用正交梯度投影微调,有效解决内部表示中概念残留问题。 实验表明,在 SD v1.5、SDXL 和 Flux 1.0 上,AVCE 将攻击成功率降低 5.07 倍,审计分数提升 3.84 倍。

来源:arXiv · ML · arxiv.org