arXiv · ML· Gaurav Patel, Jun Fang, Greg Ver Steeg, Qiang Qiu, Sravan Sripada·· 2026-10-09AI 评分35
基于偏好驱动的少步蒸馏文生图扩散模型遗忘学习
Enabling Preference-driven Unlearning in Few-step Distilled Text-to-Image Diffusion Models
AI 导读
论文提出偏好驱动遗忘框架,解决少步蒸馏(FSD)模型因多步去噪假设失效导致的无效遗忘问题。 通过修改直接偏好优化(DPO)公式以对齐少步生成特性,在身份移除和NSFW内容删除任务中实现高效遗忘与强保留。 该方法避免了重新蒸馏的算力开销,为FSD模型提供了实用的原则性解决方案,已被NeurIPS 2026接收。
来源:arXiv · ML · arxiv.org