論文の概要: Rethinking Robust Adversarial Concept Erasure in Diffusion Models

• arxiv url: http://arxiv.org/abs/2510.27285v1
• Date: Fri, 31 Oct 2025 08:53:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-03 17:52:16.041923
• Title: Rethinking Robust Adversarial Concept Erasure in Diffusion Models
• Title（参考訳）: 拡散モデルにおけるロバスト反転概念消去の再考
• Authors: Qinghong Yin, Yu Tian, Yue Zhang,
• Abstract要約: 概念消去は、拡散モデル(DM)における望ましくないコンテンツを選択的に学習し、センシティブなコンテンツ生成のリスクを低減することを目的としている。 既存のほとんどの手法では、ターゲット概念を識別し、抑制するために敵の訓練を施しているため、機密出力の可能性が低下する。 我々は,S-GRACEを導入し,S-GRACEは概念空間のセマンティックガイダンスを利用して,敵のサンプルを生成し,消去訓練を行う。
• 参考スコア（独自算出の注目度）: 11.734921828002895
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Concept erasure aims to selectively unlearning undesirable content in diffusion models (DMs) to reduce the risk of sensitive content generation. As a novel paradigm in concept erasure, most existing methods employ adversarial training to identify and suppress target concepts, thus reducing the likelihood of sensitive outputs. However, these methods often neglect the specificity of adversarial training in DMs, resulting in only partial mitigation. In this work, we investigate and quantify this specificity from the perspective of concept space, i.e., can adversarial samples truly fit the target concept space? We observe that existing methods neglect the role of conceptual semantics when generating adversarial samples, resulting in ineffective fitting of concept spaces. This oversight leads to the following issues: 1) when there are few adversarial samples, they fail to comprehensively cover the object concept; 2) conversely, they will disrupt other target concept spaces. Motivated by the analysis of these findings, we introduce S-GRACE (Semantics-Guided Robust Adversarial Concept Erasure), which grace leveraging semantic guidance within the concept space to generate adversarial samples and perform erasure training. Experiments conducted with seven state-of-the-art methods and three adversarial prompt generation strategies across various DM unlearning scenarios demonstrate that S-GRACE significantly improves erasure performance 26%, better preserves non-target concepts, and reduces training time by 90%. Our code is available at https://github.com/Qhong-522/S-GRACE.
• Abstract（参考訳）: 概念消去は、拡散モデル(DM)における望ましくないコンテンツを選択的に学習し、センシティブなコンテンツ生成のリスクを低減することを目的としている。 概念消去の新たなパラダイムとして、既存のほとんどの手法では、ターゲット概念を特定して抑制するために敵の訓練を採用しており、センシティブな出力の可能性を低減している。 しかし、これらの手法はDMの逆行訓練の特異性を無視することが多く、部分緩和しか生じない。 本研究では、この特異性を概念空間の観点から検討し、定量化する。 既存の手法は, 対数サンプルの生成において概念意味論の役割を欠いているため, 概念空間を効果的に適合させることができない。 この監視は以下の問題に繋がる。 1) 反対サンプルが少ない場合,それらは,対象概念を包括的にカバーすることができない。 2) 逆に、他の対象概念空間を乱す。 これらの結果から,S-GRACE(Semantics-Guided Robust Adversarial Concept Erasure)を導入し,概念空間内の意味的ガイダンスを活用して,敵のサンプルを生成し,消去訓練を行う。 S-GRACEは,7つの最先端手法と,様々なDMアンラーニングシナリオを対象とした3つの対向的プロンプト生成戦略により,消去性能を26%向上し,非ターゲット概念を保存し,トレーニング時間を90%短縮することを示した。 私たちのコードはhttps://github.com/Qhong-522/S-GRACE.comから入手可能です。

関連論文リスト

• Fantastic Targets for Concept Erasure in Diffusion Models and Where To Find Them [21.386640828092524]
  概念消去は拡散モデルにおける有害なコンテンツ生成のリスクを軽減するための有望な手法として現れてきた。 本稿では,各望ましくない概念に合わせて最適な目標概念を動的に選択するAdaptive Guided Erasure (AGE)法を提案する。 その結果, AGEは, 有効消去性能を維持しつつ, 無関係な概念を保存し, 最先端の消去手法を著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2025-01-31T08:17:23Z)
• Six-CD: Benchmarking Concept Removals for Benign Text-to-image Diffusion Models [58.74606272936636]
  テキスト・ツー・イメージ(T2I)拡散モデルは、テキスト・プロンプトと密接に対応した画像を生成する際、例外的な機能を示す。 モデルは、暴力やヌードの画像を生成したり、不適切な文脈で公共の人物の無許可の肖像画を作成するなど、悪意ある目的のために利用することができる。 悪質な概念や望ましくない概念の発生を防ぐために拡散モデルを変更する概念除去法が提案されている。
  論文  参考訳（メタデータ） (2024-06-21T03:58:44Z)
• Unlearning Concepts in Diffusion Model via Concept Domain Correction and Concept Preserving Gradient [20.698305103879232]
  我々はtextbfDoCo (textbfDomaintextbfCorrection) という新しい概念領域補正フレームワークを提案する。 本手法は, 対象概念の包括的未学習を保証し, 先進的学習を通して, センシティブな概念とアンカーの概念の出力領域を整合させることにより, 対象概念の包括的未学習を確実にする。 また、矛盾する勾配成分を緩和し、特定の概念を学習しながらモデルの実用性を維持するための概念保存的勾配手術手法も導入する。
  論文  参考訳（メタデータ） (2024-05-24T07:47:36Z)
• Implicit Concept Removal of Diffusion Models [92.55152501707995]
  テキスト・ツー・イメージ(T2I)拡散モデルはしばしば、透かしや安全でない画像のような望ましくない概念を不注意に生成する。 幾何学駆動制御に基づく新しい概念除去手法であるGeom-Erasingを提案する。
  論文  参考訳（メタデータ） (2023-10-09T17:13:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。