Hyeonjin Kim 等提出扩散模型概念遗忘方法 SAEParate
热点事件持续更新
Hyeonjin Kim 等提出扩散模型概念遗忘方法 SAEParate
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Hyeonjin Kim 等提出文本到图像扩散模型概念遗忘方法 SAEParate，该方法通过概念感知对比学习在 SAE 潜空间中分离语义重叠的概念，并以 cross-attention 引导的空间聚合强调概念相关区域。该方法不修改模型参数，以轻量方式抑制目标概念，据论文所述在 UnlearnCanvas 上达到 SOTA，在风格-物体联合遗忘等概念易互相干扰的场景中提升明显。该工作被 NeurIPS 2026 接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
SAEParate：面向概念分离扩散模型遗忘的解耦稀疏表示（NeurIPS 2026）报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISAEParate：面向概念分离扩散模型遗忘的解耦稀疏表示（NeurIPS 2026）
SAEParate 是一种文本到图像扩散模型概念遗忘方法，通过概念感知对比学习在 SAE 潜空间中显式分离语义重叠概念，并借助 cross-attention 引导的空间聚合强调概念相关区域。该方法不改模型参数、以轻量方式抑制目标概念，还为编码器增加非线性变换以增强表达力。在 UnlearnCanvas 上达到 SOTA，尤其在联合风格-物体遗忘这一目标与非目标概念易互相干扰的困难场景中提升显著。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。