Mosaic：通过向量场混合实现构图式多概念擦除
计算机视觉与模式识别
2026-05-26 v1 人工智能
摘要
概念擦除已成为确保文本到图像（T2I）模型安全和伦理合成的关键研究方向。虽然已有研究在文本到图像模型中探索了跨多个概念的概念擦除，但它们通常假设每个图像只有单个目标概念，这一局限性日益在现代基于流的 T2I 模型中暴露——这些模型能够同时生成包含多个概念的复杂场景。为此，我们提出构图式多概念擦除，这是一个旨在同时删除单个场景中多个目标概念的新任务。我们提出 CoME-Bench，用于评估构图式多概念擦除的基准，涵盖了 intra-和 cross-category 情景。我们进一步提出 Mosaic，用于在基于流的 T2I 模型中实现多概念擦除的新框架，该框架利用目标概念在向量场中的空间局部性，通过动态构建概念特定掩码并选择性地混合它们而无需额外优化。广泛的实验表明，Mosaic 在保持非目标上下文的同时有效地删除复杂构图场景中的多个目标概念。
关键词
引用
@article{arxiv.2605.25574,
title = {Mosaic: Compositional Multi-Concept Erasure via Vector Field Blending},
author = {Junseok Ko and Jungwoo Kim and Jong-Seok Lee},
journal= {arXiv preprint arXiv:2605.25574},
year = {2026}
}