2025年9月11日
AdvUnlearn阅读笔记：基于对抗训练的扩散模型鲁棒概念擦除
摘要： 一、研究背景与核心问题 扩散模型（DMs）在文本到图像生成领域取得显著成功，但存在生成有害内容（如NSFW图像）和侵犯版权等安全风险。机器遗忘（概念擦除）技术旨在缓解这些风险，却易受对抗性提示攻击——通过对输入提示进行微小扰动，可使已完成概念擦除的扩散模型重新生成需擦除的内容（如裸体图像）。 核心研 阅读全文
posted @ 2025-09-11 21:20 永是珞珈一恐龙 阅读(143) 评论(0) 推荐(0)