超越文本提示：通过文本图像协作进行精确概念擦除

摘要

文本到图像生成模型已经实现了令人印象深刻的保真度和多样性，但由于大规模训练数据集中嵌入的隐式偏差，可能会无意中产生不安全或不需要的内容。现有的概念擦除方法，无论是纯文本还是图像辅助，都面临着权衡：文本方法通常无法完全抑制概念，而幼稚的图像引导方法则有过度擦除不相关内容的风险。我们提出了 TICoE，一种文本图像协作擦除框架，通过连续凸概念流形和分层视觉表示学习实现精确和忠实的概念删除。 TICoE 精确地删除目标概念，同时保留不相关的语义和视觉内容。为了客观地评估擦除的质量，我们进一步引入了一种以保真度为导向的评估策略来衡量擦除后的可用性。多个基准测试的实验表明，TICoE 在概念去除精度和内容保真度方面超越了现有方法，从而实现更安全、更可控的文本到图像生成。我们的代码位于 https://github.com/OpenAscent-L/TICoE.git