热点事件持续更新
面向少步蒸馏文生图扩散模型的偏好驱动遗忘框架
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv Computer Vision（一手）报道提出面向少步蒸馏（FSD）文本到图像扩散模型的偏好驱动遗忘框架。该框架改进 Direct Preference Optimization（DPO），使其适配少步生成动力学，实现直接概念移除，同时保留少步效率与期望能力。研究主要在身份与 NSFW（裸露）移除任务上评测，并扩展到物体级遗忘，实验显示遗忘有效且保留性能强。目前未见与早先报道矛盾之处。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
arXiv报道提出改进DPO的偏好驱动遗忘框架，适配少步蒸馏文生图扩散模型，实现直接概念移除。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Computer Vision少步蒸馏文本到图像扩散模型如何实现偏好驱动的遗忘
提出面向少步蒸馏（FSD）文本到图像扩散模型的偏好驱动遗忘框架，改进 Direct Preference Optimization（DPO）以适配少步生成动力学，实现直接概念移除并保留少步效率与期望能力。主要在身份与 NSFW（裸露）移除任务上评测，并扩展到物体级遗忘，实验显示遗忘有效且保留性能强。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。