arXiv · ML· Haijun He, Fei Li, Donghong Ji, Junjun He·· 16 小时前AI 评分23
共享基础模型嵌入中的条件属性泄露与概念擦除研究
Erasing the Wrong Thing: Conditional Attribute Leakage and Concept Erasure in Shared Foundation-Model Embeddings
AI 导读
研究证明在二元任务与敏感标签关联时,全局与任务条件线性保护无法同时保留非零任务信号,导致全局擦除必然消除信号或保留泄露。 该研究在 85 个 CelebA 属性对及医院胸部 X 光片上评估了 4 种视觉基础模型和 3 种基础模型,发现 LEACE 擦除后条件泄露依然显著,而新方法 TC-LEACE 在保持泄露可控的同时恢复了大部分任务效用。
来源:arXiv · ML · arxiv.org