論文の概要: Your Unlearning Gives You Away: Identifying Erased Concepts in Diffusion Models

• arxiv url: http://arxiv.org/abs/2610.05601v1
• Date: Sun, 04 Oct 2026 23:12:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 12:36:52.260929
• Title: Your Unlearning Gives You Away: Identifying Erased Concepts in Diffusion Models
• Title（参考訳）: 老朽化した概念を拡散モデルで識別するアンラーニング
• Abstract要約: 既存の未学習拡散モデルに対する攻撃は、消去された概念が事前に知られており、それらを回復することに集中していると仮定する。 消去された概念を迅速かつ正確に識別し,その数を推定するフレームワークであるTracerを提案する。
• 参考スコア（独自算出の注目度）: 22.67368565681308
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing attacks on unlearned diffusion models assume that the erased concepts are known in advance and focus on recovering them. In practice, however, model providers may not disclose which concepts have been removed, and even with access to the original base model, an adversary may still lack a clear target to attack. In this paper, we aim to answer the following critical but overlooked questions: which concepts have been erased from the model, and how many have been erased in total? To this end, we present Tracer, a framework that rapidly and accurately identifies erased concepts and estimates their number. Tracer efficiently identifies erased concepts without generating and classifying images. By combining lightweight spectral analysis of weight footprints, it enables efficient search over large candidate vocabularies. To distinguish multiple erased concepts, we introduce a footprint coverage objective that guides sequential discovery. Tracer estimates the number of erased concepts by detecting a sharp decline in candidate confidence as the selected concepts account for the erasure footprint, without requiring labeled examples for calibration. The framework requires only lightweight linear algebra and limited forward probes, with no prior knowledge of the unlearning algorithm. Experiments across text-to-image and text-to-video backbones and diverse unlearning methods demonstrate that Tracer identifies erased concepts and estimates their number in seconds, achieving 150 to 137,000 times and 133 to 20,000 times speedups over MIA and brute-force search on image and video models, respectively, with substantially higher identification accuracy.
• Abstract（参考訳）: 既存の未学習拡散モデルに対する攻撃は、消去された概念が事前に知られており、それらを回復することに集中していると仮定する。 しかし、実際には、モデルプロバイダはどの概念が削除されたのかを明らかにしておらず、元のベースモデルにアクセスしても、攻撃対象が明確でない場合もあります。 本稿では,どの概念がモデルから削除されたのか,どの概念が全体から削除されたのか,という,批判的だが見落とされがちな疑問に答えることを目的とする。 この目的のために,消去された概念を迅速かつ正確に識別し,その数を推定するフレームワークであるTracerを提案する。 トレーサは、画像を生成・分類することなく、消去された概念を効率的に識別する。 ウェイトフットプリントの軽量なスペクトル分析を組み合わせることで、大きな候補語彙を効率的に探索することができる。 複数の消去概念を識別するために、シーケンシャルな発見を導くフットプリントカバレッジの目的を導入する。 トレーサは、選択された概念が消去フットプリントを考慮し、キャリブレーションのラベル付き例を必要としないため、候補信頼性の急激な低下を検出することで、消去された概念の数を推定する。 このフレームワークは、軽量な線形代数と限定された前方プローブのみを必要とし、未学習アルゴリズムの事前知識は必要ない。 テキスト・ツー・イメージとテキスト・トゥ・ビデオのバックボーンと多様なアンラーニング手法による実験により、トレーサは消去された概念を特定し、その数を秒単位で推定し、MIAの150～137,000回、MIAの133～20,000倍のスピードアップを達成した。

関連論文リスト

• Roots Beneath the Cut: Uncovering the Risk of Concept Revival in Pruning-Based Unlearning for Diffusion Models [19.697535404861252]
  プランニングベースのアンラーニングは、望ましくない概念を拡散モデルから取り除くための、高速で、トレーニング不要で、データに依存しないアプローチである。 刈り取られた重量の位置は、通常、学習中にゼロに設定され、消去された概念に関する重要な情報を漏らすサイドチャネル信号として機能する。 本研究では,完全にデータフリーかつトレーニングフリーな方法で,切断された拡散モデルから消去された概念を復活させることのできる,新たな攻撃フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-28T00:08:48Z)
• Erasing Concepts from Text-to-Image Diffusion Models with Few-shot Unlearning [0.0]
  本稿では,数発のアンラーニングを用いてテキストエンコーダを更新する新しい概念消去手法を提案する。 提案手法は10秒以内に概念を消去し,概念の消去をこれまで以上に容易に行えるようにする。
  論文  参考訳（メタデータ） (2024-05-12T14:01:05Z)
• Receler: Reliable Concept Erasing of Text-to-Image Diffusion Models via Lightweight Erasers [24.64639078273091]
  テキストから画像への拡散モデルにおける概念消去は、対象概念に関連する画像の生成から事前学習された拡散モデルを無効にすることを目的としている。 軽量エローザ(レセラー)による信頼性概念消去の提案
  論文  参考訳（メタデータ） (2023-11-29T15:19:49Z)
• 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。