扩散模型中的统一概念编辑
计算机视觉与模式识别
2024-10-25 v2 机器学习
摘要
文本到图像模型存在各种安全问题,可能限制其部署适用性。先前的方法分别处理了文本到图像模型中的偏见、版权和攻击性内容等个别问题。然而在现实世界中,所有这些问题同时出现在同一模型中。我们提出了一种以单一方法解决所有问题的方法。我们的方法,统一概念编辑(UCE),使用闭式解在无需训练的情况下编辑模型,并可无缝扩展到文本条件扩散模型上的并发编辑。我们通过编辑文本到图像投影,展示了可扩展的同步去偏、风格擦除和内容审核,并给出了大量实验,证明相较于先前工作在功效和可扩展性上的提升。我们的代码可在 https://unified.baulab.info 获取。
引用
@article{arxiv.2308.14761,
title = {Unified Concept Editing in Diffusion Models},
author = {Rohit Gandikota and Hadas Orgad and Yonatan Belinkov and Joanna Materzyńska and David Bau},
journal= {arXiv preprint arXiv:2308.14761},
year = {2024}
}
备注
In proceedings of WACV 2024. Project Page: https://unified.baulab.info