arXiv · 机器人与计算机视觉· FNU Shivam, Layth Sliman, Ramana Reddy, Donald Adjeroh, Binod Bhattarai, Prashnna Gyawali·· 2 天前AI 评分42
Counterfactual Feature Steering 实现扩散模型身份遗忘与相邻概念保留
Counterfactual Feature Steering for Adjacency-Preserving Identity Unlearning
AI 导读
Counterfactual Feature Steering(CFS)方法通过一次 SAE 训练,在稀疏自编码器潜在空间实现有界推理时概念编辑。该方法在 Celeb-100 的 4,000 个提示词及 COCO 数据集上验证了身份擦除与相邻概念保留的最佳权衡,且跨干预强度保持稳定。研究还通过 ArcFace 独立评估和裸体抑制基准证明了其在 SD~1.4 上的泛化能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org