arXiv cs.AI· Yiran Xiahou, Siliang Qin, Kai Chen, Shengzhi Zhang, Renyang Liu·· 11 小时前AI 评分34
Concept Acupuncturist：基于稀疏自编码器的扩散模型高效精准概念擦除方法
Concept Acupuncturist: An Efficient and Precise Concept Erasure Method for Diffusion Models via Sparse Autoencoders
AI 导读
研究者提出 ConceptACP，一个结合可解释性分析与免推理微调的扩散模型机器遗忘框架，通过将语义概念映射到 U-Net 交叉注意力块并定位最相关块进行定向优化，避免全扩散轨迹优化。该方法利用稀疏自编码器（SAE）构造特征级修正信号以缓解概念纠缠，无需外部推理模块。在 SDXL-Turbo 上，其标准单步生成的平均遗忘成功率较最佳基线提升 36.34 个百分点，并保持图像质量与提示词保真度。
正文 · AI 翻译
摘要：基于扩散的图像生成模型能生成高质量图像，但可能生成有害或违反政策的内容，这促使机器遗忘（MU）技术被提出，以选择性地移除目标概念并同时保留通用能力。然而，现有 MU 方法往往难以应对概念表示的分布式与纠缠特性，当通过大规模微调在完整扩散轨迹上应用时，会导致优化效率低下和编辑不精确。为弥补这一差距，我们提出 Concept Acupuncturist（ConceptACP），一种新颖的 MU 框架，将可解释性引导的分析与免推理微调相结合，以实现高效、精确的概念移除。通过在 U-Net 去噪器中的语义概念与交叉注意力块之间建立映射，并定位与概念最相关的块进行定向优化，ConceptACP 避免了完整扩散轨迹优化，从而提高了微调效率。为缓解概念纠缠，我们提出一种基于稀疏自编码器（SAE）的特征级校正机制，其中对 SAE 导出的稀疏、语义有意义的特征激活进行操纵以构造定向校正信号，随后将其投影回相应块的输出空间，并用作精确概念移除的监督。因此，ConceptACP 无需外部推理时模块，同时实现高效且细粒度的遗忘。在 SDXL-Turbo 上实例化后，ConceptACP 在标准单步生成设置下，相比表现最佳的基线平均将遗忘成功率提高 36.34 个百分点，同时保持图像质量和提示保真度，并能有效泛化到其他 Stable Diffusion 骨干网络。我们的代码可在 此 https URL 获取。
| 学科： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；密码学与安全（cs.CR）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.32059 [cs.CV] |
| （或 arXiv:2610.32059v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32059 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yiran Xiahou [查看电子邮件]
[v1]
2026年10月23日星期五 01:54:50 UTC（25,179 KB）
来源：arXiv cs.AI · arxiv.org