Skip to content
Hot eventLive

面向少步蒸馏文生图扩散模型的偏好驱动遗忘框架

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 9
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。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. 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。

Heat trend

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

02.557.510Oct9Oct9Oct9Oct9

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.