计算机科学 > 机器学习
[提交于 2024年12月28日
]
标题: AdvAnchor:使用对抗锚点增强扩散模型的遗忘能力
标题: AdvAnchor: Enhancing Diffusion Model Unlearning with Adversarial Anchors
摘要: 围绕文本到图像扩散模型的安全问题,研究者通过微调来去除不当概念。最近的微调方法通常将不安全提示的预测分布与预定义的文本锚点对齐。然而,这些技术在消除不良概念和保留其他概念之间表现出显著的性能权衡。本文系统地分析了不同文本锚点对去学习性能的影响。基于此分析,我们提出了AdvAnchor,这是一种新颖的方法,通过生成对抗性锚点来缓解这种权衡问题。这些对抗性锚点被精心设计,以紧密匹配不良概念的嵌入表示,从而维持整体模型性能,同时选择性地排除这些概念的定义属性以实现有效擦除。大量实验表明,AdvAnchor优于现有最先进的方法。我们的代码已公开发布于 https://anonymous.4open.science/r/AdvAnchor。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.