arXiv · 机器人与计算机视觉· Ziyi Fang, Jingzhi Li, Xiaojun Jia, Xingxing Wei, Wenqi Ren, Haijun Zhang·· 2026-10-15AI 评分73
SaTPO:基于转换偏好优化的文本到图像安全对齐
SaTPO: Text-to-Image Safety Alignment via Transition Preference Optimization
AI 导读
针对文生图扩散模型的安全对齐问题,本文提出了 SaTPO(Safety Transition Preference Optimization)方法。该方法利用不安全提示词与其安全改写版本在共享父状态下的紧密耦合特性,通过在去噪过程中实施步级对齐来消除历史轨迹发散,将安全适应限制为增量调整以保留任务相关语义。
来源:arXiv · 机器人与计算机视觉 · arxiv.org