MACE: mass concept erasure in diffusion models
The rapid expansion of large-scale text-to-image diffusion models has raised growing concerns regarding their potential misuse in creating harmful or misleading content. In this paper, we introduce MACE, a finetuning framework for the task of MAss Concept Erasure. This task aims to prevent models fr...
محفوظ في:
المؤلفون الرئيسيون: | Lu, Shilin, Wang, Zilan, Li, Leyang, Liu, Yanzhu, Kong, Adams Wai Kin |
---|---|
مؤلفون آخرون: | School of Computer Science and Engineering |
التنسيق: | Conference or Workshop Item |
اللغة: | English |
منشور في: |
2024
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/180560 https://openaccess.thecvf.com/CVPR2024?day=all |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
المؤسسة: | Nanyang Technological University |
اللغة: | English |
مواد مشابهة
-
TF-ICON: diffusion-based training-free cross-domain image composition
بواسطة: Lu, Shilin, وآخرون
منشور في: (2023) -
LaVie: high-quality video generation with cascaded latent diffusion models
بواسطة: Wang, Yaohui, وآخرون
منشور في: (2025) -
Coherent visual story generation using diffusion models
بواسطة: Jiang, Jiaxi
منشور في: (2024) -
Evolving storytelling: benchmarks and methods for new character customization with diffusion models
بواسطة: Wang, Xiyu, وآخرون
منشور في: (2024) -
Exemplar based image colourization using diffusion models
بواسطة: Rahul, George
منشور في: (2024)