马赛克：通过矢量场混合进行组合多概念擦除

概念擦除已成为确保文本到图像（T2I）模型中安全且合乎道德的图像合成的关键研究方向。虽然现有的研究已经探索了跨多个概念的概念擦除，但它们通常假设每个图像只有一个目标概念，这是现代基于流的 T2I 模型日益暴露的局限性，该模型可以同时生成具有多个概念的复杂场景。为了解决这一差距，我们引入了组合多概念擦除，这是一项新任务，旨在同时删除单个场景中的多个目标概念。我们提出了 CoME-Bench，这是一个评估组合多概念擦除的基准，涵盖了类别内和跨类别场景。我们进一步提出了 Mosaic，一种用于基于流的 T2I 模型中多概念擦除的新颖框架，它通过动态构建特定于概念的掩模并选择性地混合它们而无需额外优化，从而利用向量场中目标概念的空间局部性。大量实验表明，Mosaic 可以有效地去除复杂构图场景中的多个目标概念，同时保留非目标上下文。