arXiv · ML· Mohamed-Hicham Leghettas, Markus P\"uschel·· 6 小时前AI 评分28
BEM：用于 Flow Matching 模型概念擦除的 Bregman 散度学习
BEM: Learning Bregman Divergences for Concept Erasure in Flow Matching Models
AI 导读
BEM 提出通过双层优化学习 Bregman 散度，实现 Flow Matching 模型的精准概念擦除。 实验显示，BEM 将血腥暴力内容的不安全率从 53.9% 降至 14.4%，并降低裸露内容的 FID 值。 该方法在保留无关生成能力的同时，显著优于现有基准方法 GEM。
来源：arXiv · ML · arxiv.org