arXiv · cs.AI· Yang Xiao, Kaiyuan Deng, Gen Li, Zinan Ling, Zhiwen Fan, Xiaolong Ma, Bo Hui·· 9 小时前
Domain Manifold Unlearning：用域流形遗忘分离对象与风格
Compositional Concepts Erasing: Disentangling Object-Style via Domain Manifold Unlearning
arXiv:2610.14514v1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：Yang Xiao, Kaiyuan Deng, Gen Li, Zinan Ling, Zhiwen Fan, Xiaolong Ma, Bo Hui
研究任务与主要进展
论文提出Domain Manifold Unlearning（DMU），用于从扩散模型中移除特定对象与风格的组合，并减轻多次遗忘请求导致的灾难性遗忘。方法利用EMA更新的中间层特征代理表示保留的目标对象方向；基于论文摘要，作者称其在批量遗忘和顺序遗忘实验中优于既有方法，但未提供实验细节或全文核验。
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。
来源：arXiv · cs.AI · arxiv.org