arXiv · cs.AI· Yian Wang, Ali Ebrahimpour-Boroojeny, Hari Sundaram, Varun Chandrasekaran·· 11 天前精选
概念表征纠缠限制文本到图像扩散模型的概念遗忘
You Can't Have It Both Ways: Concept Entanglement Limits Diffusion Model Unlearning
arXiv:2609.34137v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yian Wang, Ali Ebrahimpour-Boroojeny, Hari Sundaram, Varun Chandrasekaran
首次提交：2026-09-28 10:15
研究任务与主要进展
作者在论文摘要中提出，文本到图像扩散模型中的概念遗忘受概念表征重叠限制，目标概念与其他概念的重叠程度越强，任何鲁棒遗忘方法对相关概念的损伤下界就越高。对13种方法的比较中，STEREO几乎消除了间接提示泄漏，却使邻域概念生成减少超过75%；稀疏推理时方法能保留邻域概念，但仍存在泄漏，相关κ标度在SDXL上复现，邻域选择性损伤也出现在FLUX上。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
本站判断
基于论文摘要，研究将概念遗忘中的目标概念抑制与非目标概念保持之间的冲突归因于激活空间中概念表征的重叠，并给出随重叠程度线性增强的损伤下界。对13种方法的比较显示，强遗忘与强邻域保持难以同时实现，STEREO在SDXL上的κ标度和FLUX上的选择性损伤结果支持这一现象；其对不同模型、概念集合和评测指标的适用范围仍需结合论文全文及独立复现核对。
来源：arXiv · cs.AI · arxiv.org