SAEParate：解耦稀疏表示实现扩散模型概念分离遗忘

Hyeonjin Kim 等作者提出 SAEParate 方法，用于扩散模型的概念遗忘：在稀疏自编码器（SAE）隐空间中通过概念感知对比学习显式分离语义重叠的概念，并用交叉注意力引导的空间聚合强化概念相关区域。作者称该方法在 UnlearnCanvas 上取得 SOTA，在风格与物体联合遗忘这一困难设置下提升尤为明显。论文已被 NeurIPS 2026 接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。