FlowErase-RL：重新思考概念擦除作为流匹配模型中的奖励优化

流匹配模型的最新进展显着提高了文本到图像的生成质量，但也由于有害或不良内容的生成而带来了越来越大的安全风险。现有的概念擦除方法要么是有效性有限的推理时间干预，要么依赖于监督的 微调 (SFT)，这需要精确对齐的数据，并且在可扩展性和多概念设置方面存在困难。在本文中，我们提出了 \emph{FlowErase-RL}，这是第一个基于 GRPO 的框架，用于流匹配模型中的概念擦除。我们将概念擦除重新表述为奖励优化问题，并引入一种 \textbf{动态双路径奖励机制}，该机制联合优化（i）概念擦除（CE）奖励以抑制目标概念和（ii）非目标空间（NS）奖励以保持生成保真度。两条奖励路径在训练过程中通过性能驱动的切换策略自适应平衡，从而无需明确的监督即可实现稳定的优化。关于裸体、物体和艺术风格擦除的大量实验表明，我们的方法实现了最先进的擦除性能，同时保持了强大的图像质量和语义对齐。此外，它对对抗性攻击表现出强大的抵抗力，并有效地扩展到多概念场景。我们的结果为流量匹配模型的安全可控生成建立了新的范例。