研究者提出BEM方法用于流匹配模型概念擦除

研究者Mohamed-Hicham Leghettas与Markus Püschel提出BEM（Bregman erasure matching）方法。该方法基于Bregman散度，通过双层优化实现Flow Matching模型的精准概念擦除，据称是首个采用此优化方式学习该散度的方法。 实验数据显示，BEM能将血腥暴力内容的不安全率从53.9%降至14.4%，同时降低裸露内容的FID值。该方法在显著优于现有基准方法GEM的同时，保留了模型生成无关内容的能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。