論文の概要: You Can't Have It Both Ways: Concept Entanglement Limits Diffusion Model Unlearning

• arxiv url: http://arxiv.org/abs/2609.34137v1
• Date: Mon, 28 Sep 2026 02:15:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 06:38:10.652908
• Title: You Can't Have It Both Ways: Concept Entanglement Limits Diffusion Model Unlearning
• Title（参考訳）: どちらもできない:概念の絡み合いは拡散モデルの学習を制限する
• Abstract要約: テキストと画像の拡散モデルにおける概念アンラーニングは、関連性はあるが異なるコンテンツを保存しながら、ターゲット概念を抑えることを目的としている。 これらの障害モードは、特定のアルゴリズムではなく、概念表現の幾何学に起因していることを示す。
• 参考スコア（独自算出の注目度）: 20.043813668996837
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Concept unlearning in text-to-image diffusion models aims to suppress a target concept (e.g., \texttt{horse}) while preserving related but distinct content (e.g., \texttt{donkey}), yet existing methods either leak under indirect prompts or visibly degrade other concepts. We show that these failure modes stem from the geometry of concept representations rather than from any particular algorithm. Formalizing concepts as activation-space regions, we prove that the overlap between a target and other concepts lower-bounds the damage any robust erasure must inflict on them, with the trade-off scaling linearly in the degree of overlap. Across thirteen unlearning methods, including methods designed to preserve non-target concepts, no method achieves both strong erasure and strong neighbor preservation: STEREO nearly eliminates indirect leakage but cuts neighbor generation by more than 75\%, while sparse inference-time methods preserve neighbors but leak. Damage increases with our overlap measure, monotonically so for STEREO; the $κ$-scaling reproduces on SDXL, and neighbor-selective damage recurs on FLUX. Perfect unlearning is the wrong target for entangled concepts; methods should be evaluated on the Pareto frontier our theorem establishes.
• Abstract（参考訳）: テキストから画像への拡散モデルにおける概念アンラーニングは、対象概念(例 , \texttt{horse})を抑えることを目的としており、関連するが異なる内容(例 , \texttt{donkey})を保存している。 これらの障害モードは、特定のアルゴリズムではなく、概念表現の幾何学に起因していることを示す。 活性化空間領域としての形式化の概念は、ターゲットと他の概念との重なり合いが、ロバストな消去に支障を来さなければならないことを証明し、トレードオフは重なりの程度に線形にスケールする。 非ターゲット概念を保存するために設計されたメソッドを含む13の未学習メソッドは、強い消去と強い隣人の保存の両方を達成する方法はない。 STEREOは単調に増加し,SDXLではκ$-scalingが再現され,FLUXでは隣接選択的損傷が再帰する。 完全未学習は絡み合った概念の間違ったターゲットであり、我々の定理が確立したパレートフロンティアでメソッドを評価するべきである。

関連論文リスト

• EraseSAE: Surgical Concept Erasure in Text-to-Video Diffusion Models via Sparse Autoencoders [103.46709005379591]
  概念消去は、事前訓練されたモデルから不要なセマンティクスを取り除くことによって、原則化された救済を提供する。 既存のアプローチは一般に粗い品質で動作し、概念表現の微細で分散した性質と不一致である。 外科的概念の消去を実現するためにスパースオートエンコーダを利用する新しいフレームワークであるEraseSAEを提案する。
  論文  参考訳（メタデータ） (2026-09-03T10:23:37Z)
• Erasing Without Collateral Damage: Precise Concept Removal in Diffusion Models [10.269961654607108]
  トレーニング不要の概念消去は、テキスト間拡散モデルを制御するための魅力的なメカニズムである。 しかし、正確な消去は、しばしば意味論的に関連する非ターゲット概念を損なうコストがかかる。 原ターゲット方向を宇宙空間に意識した方向で置き換えるクローズドフォームの概念消去演算子であるCAREを紹介する。
  論文  参考訳（メタデータ） (2026-07-06T16:21:09Z)
• Concept Pinpoint Eraser for Text-to-image Diffusion Models via Residual Attention Gate [10.996274286143244]
  拡散モデルにおける対象概念を最小限の歪みで保存しながら削除することを目的として,概念消去について検討した。 本研究では, 対象概念を選択的に消去(あるいはカット)するEmphnonlinear Residual Attention Gates (ResAGs) を追加することで, 概念ピンポイント消去 (Concept Pinpoint Eraser, CPE) と呼ばれる新しいフレームワークを提案する。 CPEは、様々な概念を維持しながら、攻撃プロンプトに対する堅牢さで目標概念を削除し、先行技術より優れています。
  論文  参考訳（メタデータ） (2025-06-28T08:17:19Z)
• Fine-Grained Erasure in Text-to-Image Diffusion-based Foundation Models [56.35484513848296]
  FADE(Fine grained Attenuation for Diffusion Erasure)は、テキストから画像への生成モデルのための非学習アルゴリズムである。 関連する概念に最小限の影響で目標概念を排除し、最先端の手法よりも保持性能が12%向上した。
  論文  参考訳（メタデータ） (2025-03-25T15:49:48Z)
• CRCE: Coreference-Retention Concept Erasure in Text-to-Image Diffusion Models [19.205261933636645]
  本稿では,新しい概念消去フレームワークCRCEを紹介する。 コアフェルデンシャルと保持概念を意味的に明示的にモデル化することにより、CRCEはより正確な概念除去を可能にする。 実験により、CRCEは様々な消去タスクにおいて既存の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-03-18T13:09:01Z)
• Reliable and Efficient Concept Erasure of Text-to-Image Diffusion Models [76.39651111467832]
  本稿では,Reliable and Efficient Concept Erasure (RECE)を提案する。 派生した埋め込みによって表現される不適切なコンテンツを緩和するために、RECEはそれらをクロスアテンション層における無害な概念と整合させる。 新たな表現埋め込みの導出と消去を反復的に行い、不適切な概念の徹底的な消去を実現する。
  論文  参考訳（メタデータ） (2024-07-17T08:04:28Z)
• 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。