論文の概要: AIM: Anchor Identity Features, Then Match for Multimodal Large Language Model Unlearning

• arxiv url: http://arxiv.org/abs/2608.28312v1
• Date: Fri, 28 Aug 2026 13:22:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.338903
• Title: AIM: Anchor Identity Features, Then Match for Multimodal Large Language Model Unlearning
• Title（参考訳）: AIM: Anchor Identity Features, then Match for Multimodal Large Language Model Unlearning
• Abstract要約: 保存画像が削除時に利用できない場合のアイデンティティ・アンラーニングについて検討する。 分析の結果,身元と視覚知覚の問題が,微調整された隠蔽状態の異なる領域を占めることが明らかとなった。 AIMは,視覚的プロンプトを固定し,そのターゲットに視覚エンコーダをマッチングする2段階の手法である。
• 参考スコア（独自算出の注目度）: 33.31500669671185
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multimodal large language models (MLLMs) can memorize identity-specific facts about people in their fine-tuning data, creating privacy risks when a person requests deletion. Existing MLLM unlearning methods often assume access to retain images or ground-truth answers during deletion, which is unrealistic in many practical scenarios. We study identity unlearning when retain images are unavailable at deletion time. Our analysis shows that identity and visual-perception questions occupy distinct regions in fine-tuned hidden states and are organized differently: identity questions cluster by person, whereas perception questions cluster by question type. This suggests that identity knowledge can be suppressed without erasing general visual perception. Building on this observation, we propose AIM, a two-stage method that anchors an identity-forgetting target with a universal visual prompt and then matches the vision encoder to that target under a Fisher-based constraint. Extensive experiments show that AIM achieves competitive identity forgetting while preserving non-deleted identities, prior knowledge, and visual perception on the same images.
• Abstract（参考訳）: MLLM(Multimodal large language model)は、微調整データの人物に関するアイデンティティ固有の事実を記憶し、削除要求時のプライバシーリスクを発生させる。 既存のMLLMアンラーニング手法では、削除中に画像や地味な答えを保存できるが、多くの現実的なシナリオでは非現実的である。 保存画像が削除時に利用できない場合のアイデンティティ・アンラーニングについて検討する。 本分析は,個人が個人をクラスタリングするのに対して,知覚的質問は質問タイプごとにクラスタリングするのに対し,識別的質問と視覚的知覚的質問は微調整された隠蔽状態の異なる領域を占有し,異なる組織化されていることを示す。 これは、一般の視覚的知覚を消し去ることなく、アイデンティティ知識を抑えることができることを示唆している。 そこで本研究では,AIMという2段階の手法を提案する。この手法は汎用的な視覚的プロンプトを固定し,視覚エンコーダをFisherベースの制約の下でそのターゲットにマッチさせる。 大規模な実験により、AIMは非削除されたアイデンティティ、事前知識、同じ画像上の視覚的知覚を保ちながら、競合するアイデンティティを忘れることに成功した。

関連論文リスト

• Where Identity Lives: Localized, Retain-Free Identity Unlearning in Multimodal Large Language Models [33.31500669671185]
  認識を損なう、共有された視覚言語計算にダメージを与える。 私たちはこれをPathway-Aware Visual-Atribute Anchoring (PAVA)に変換し、これらのレイヤを更新し、忘れられたイメージからモデル自身の事前学習回答を抽出することで、画像のグラウンドドビヘイビアを保存するビジュアル-アトリビュートアンカーとペアリングする。 MLLMU-Bench と ReMem では、PAVA はリザーブセットのみの手法の中で最強のレザーブ・リザーブ・リザーブ・トレードオフを提供し、リザーブ・ベースラインとの競争力を維持している。
  論文  参考訳（メタデータ） (2026-08-31T11:51:05Z)
• Toward Fine-Grained Forgetting:Attribute Unlearning for Multimodal Large Language Models [24.764929711765944]
  マシンアンラーニングは、汎用性を維持しながら、スクラッチからリトレーニングすることなく、指定された知識を除去しようとする。 既存のプライバシ指向のベンチマークでは、主にプロファイルレベルの削除が採用されているが、実用的な要求はよりきめ細かいものが多い。 属性レベルのMLLMアンラーニングをよりきめ細かなタスクとして導入し、長文、数値、短文ターゲット、複数忘れ率、多様な質問タイプにまたがるベンチマークを構築した。 評価の結果,対象属性と保持属性が識別特異性および視覚的証拠を共有していることが判明した。
  論文  参考訳（メタデータ） (2026-08-02T05:23:44Z)
• Vera: Identity-Faithful Human Subject-to-Video Generation [66.45205582225942]
  単対複数対人生成のための統合人間中心型S2VフレームワークであるVeraを提案する。 まず、人物レベルのクロスクリップ検索により、100万対のアイデンティティに整合した人間の画像画像データセットを構築した。 We show that Vera improves human identity consistency, multi-person subject binding, and motion naturalness, while reduce identity confusion and excess reference-image copying。
  論文  参考訳（メタデータ） (2026-07-22T15:08:30Z)
• PIU: Proximity-guided Identity Unlearning in ID-Conditioned Diffusion Models [2.260041671242786]
  我々は、顔生成のための最先端のアイデンティティ条件付き潜時拡散モデルであるArc2Faceでアイデンティティアンラーニングを研究する。 本稿では,Pu(Proximity-guided Identity Unlearning)について紹介する。
  論文  参考訳（メタデータ） (2026-05-21T10:55:56Z)
• Null Space Constrained Contrastive Visual Forgetting for MLLM Unlearning [22.667378623339527]
  非ターゲットの視覚的知識とすべてのテキスト的知識を保存しながら、ターゲットの視覚的知識を忘れることを目的としたMLLMアンラーニング手法を導入する。 まず,対象の視覚的知識と保持された視覚的知識とを分離するコントラストビジュアルフォッティング(CVF)機構を提案する。 第二に、保持された知識に関連するヌル空間を特定し、この空間内での未学習プロセスを制約することにより、知識保持の劣化を著しく軽減する。
  論文  参考訳（メタデータ） (2026-05-07T09:18:58Z)
• ViCrit: A Verifiable Reinforcement Learning Proxy Task for Visual Perception in VLMs [98.27348724529257]
  ViCrit (Visual Caption Hallucination Critic) は、VLMを訓練し、人間の手書き画像キャプションの段落に挿入された微妙で合成的な視覚幻覚をローカライズするRLプロキシタスクである。 ViCrit Taskでトレーニングされたモデルは、さまざまなビジョン言語モデルベンチマークで大幅に向上している。
  論文  参考訳（メタデータ） (2025-06-11T19:16:54Z)
• IDA-VLM: Towards Movie Understanding via ID-Aware Large Vision-Language Model [52.697180472760635]
  本稿では,複数の視覚シナリオにまたがるキャラクタ・アイデンティティ・メモリと認識の可能性について検討する。 我々は,ID参照を用いた視覚的指導チューニングを提案し,ID対応大規模視覚言語モデル IDA-VLM を開発した。 本研究は,4次元にわたるインスタンスIDのメモリと認識におけるLVLMの検証を行うための,新しいベンチマークMM-IDを提案する。
  論文  参考訳（メタデータ） (2024-07-10T12:11:59Z)
• Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs [50.77984109941538]
  近年のマルチモーダル LLM の視覚能力は, いまだに系統的な欠点を呈している。 CLIP-blind pairs'(CLIP-blind pairs)を識別する。 様々なCLIPに基づく視覚・言語モデルの評価を行い、CLIPモデルに挑戦する視覚パターンとマルチモーダルLLMの問題との間に顕著な相関関係を見出した。
  論文  参考訳（メタデータ） (2024-01-11T18:58:36Z)
• Disentangle Before Anonymize: A Two-stage Framework for Attribute-preserved and Occlusion-robust De-identification [55.741525129613535]
  匿名化前の混乱」は、新しい二段階フレームワーク(DBAF)である このフレームワークには、Contrastive Identity Disentanglement (CID)モジュールとKey-authorized Reversible Identity Anonymization (KRIA)モジュールが含まれている。 大規模な実験により,本手法は最先端の非識別手法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-15T08:59:02Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Uncertainty-Aware Multi-Shot Knowledge Distillation for Image-Based Object Re-Identification [93.39253443415392]
  各画像の特徴学習を指導するために,同一のアイデンティティのマルチショットを活用することを提案する。 それは、同一物体の複数の画像から包括的特徴を学習する教師ネットワーク(T-net)と、1つの画像を入力として取る学生ネットワーク(S-net)から構成される。 提案手法の有効性を,一般的な車種と個人用車種に検証した。
  論文  参考訳（メタデータ） (2020-01-15T09:39:05Z)

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。