标签
MANCE 提出了一种流形感知方法，用于从模型激活中消除性别或安全性等概念，同时最小化对其他概念的附带损害，在119个设置中达到了最先进水平。
本文介绍了SPACE，这是首个面向多模态大语言模型（MLLMs）的无源遗忘框架，它利用文本引导的代理锚点选择和双约束语义隔离来擦除目标概念，无需访问原始训练数据，实现了与依赖数据的方法相当的性能。
本文介绍了GEM，一种面向Rectified Flow模型的概念擦除框架，它结合了基于轨迹的遗忘与教师引导的流匹配，实现了5倍更快且更安全的内容抑制，同时保留良性的生成能力。
本文介绍了正交概念擦除（OCE），一种通过乘法正交参数更新从扩散模型中精确移除目标概念的方法，能够在数秒内高效擦除单个及多达100个概念。