ScaleErasure：推理时间最小干预，用于下一代自回归图像生成中的精确概念擦除

概念擦除旨在防止图像生成模型产生不安全的内容，同时保留其一般生成能力。与此同时，下一代自回归（AR）图像生成最近作为一种新的生成范式出现，其特征是下一代预测，其中概念擦除在很大程度上尚未被探索。在这种范式中，语义信息在早期被高度压缩，导致不安全和不相关的语义之间的严重纠缠。在本文中，我们提出了 ScaleErasure，一种执行最少干预的推理时间概念擦除方法。 ScaleErasure精确选择并引导与不安全概念最相关的预测logits，从而实现严重语义纠缠下的有效擦除。具体来说，ScaleErasure 根据不安全概念和相应的安全概念执行两次额外的前向传递，并利用它们的输出引导目标 logits 从不安全概念转向安全概念。为了实现精确和最小化的干预，logits 从规模、词元和比特通道三个维度进行选择和指导。实验表明，ScaleErasure 的性能优于下一代 AR 范式中的适应基线，实现了更精确的概念擦除，同时在很大程度上保留了一般生成能力。该代码可从 https://github.com/coziiizz/ScaleErasure 获取。