concept-unlearning

论文提出 Compositional Concept Unlearning (C2U) 方法，在固定编码器与文档索引的 RAG 系统中通过查询侧表示编辑来抑制检索到不需要的概念，跨五个数据集和四个编码器验证了其在不损害控制查询效用的情况下降低目标概念的检索暴露。

Pristine Models 提出一种新的文生图架构，通过注意力机制在预训练阶段将安全与不安全知识分离到独立参数分支中，从而可在推理时禁用不安全分支，在保持图像质量的同时避免概念遗忘问题。

This paper introduces a certification framework for concept unlearning in text-to-image diffusion models, providing high-confidence guarantees on residual leakage and demonstrating that standard attack-based evaluations often underestimate safety risks.