研究者提出可验证概念擦除框架AVCE

Kaiyuan Deng等作者提出 AVCE，一种面向扩散模型的可验证概念擦除框架，核心思路是把擦除建立在模型潜在表征上，而非仅依赖输出层面。 据其论文描述，AVCE 审计每个概念的嵌入邻域，将脆弱方向压缩为最弱几何点的锚点，并用闭式解编辑 cross-attention 与 self-attention 投影，再以路径级审计损失微调。上述为作者在论文中的自述，尚不构成对该框架实际擦除效果的独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。