💡
原文中文，约2700字，阅读约需7分钟。
📝
内容提要
复旦大学研究团队提出的DuMo网络有效解决了生成模型中风险概念的精准擦除问题，同时保持了生成能力。在裸露内容、卡通和艺术风格的擦除任务中，该方法表现优异，达到了当前最佳水平，确保了安全概念的生成质量。
🎯
关键要点
-
复旦大学研究团队提出的DuMo网络有效解决了生成模型中风险概念的精准擦除问题。
-
DuMo在裸露内容、卡通和艺术风格的擦除任务中表现优异，达到了当前最佳水平。
-
DuMo能够避免生成模型模仿艺术家风格，防止侵犯版权。
-
现有方法通过概念擦除的微调方法实现模型去毒，存在效果不佳的问题。
-
DuMo采用双编码器调制网络，通过创新架构和算法实现精准擦除。
-
DuMo在擦除风险概念的同时，保持了其他安全概念的生成能力。
-
EPR擦除模块通过修改跳跃连接特征，最大程度避免对安全概念的负面影响。
-
时间-层级调制机制（TLMO）根据不同层级和时间步调整擦除强度。
-
DuMo在裸露内容擦除任务中表现出色，生成图像质量指标达到顶尖水平。
-
在卡通概念移除任务中，DuMo实现了更好的擦除效果与生成能力的平衡。
-
在艺术风格移除任务中，DuMo精准擦除了特定风格特征，影响其他风格的程度最低。
❓
延伸问答
DuMo网络的主要功能是什么？
DuMo网络主要用于在生成模型中精准擦除风险概念，同时保持生成能力。
DuMo在裸露内容擦除任务中的表现如何？
在裸露内容擦除任务中，DuMo的裸体部位检测数量仅为34个，生成图像质量指标达到顶尖水平。
DuMo如何避免侵犯版权？
DuMo能够避免生成模型模仿艺术家风格，从而防止制作侵犯版权的照片。
DuMo的创新架构有哪些特点？
DuMo采用双编码器调制网络，通过EPR擦除模块和时间-层级调制机制实现精准擦除。
DuMo在卡通概念移除任务中的效果如何？
在卡通概念移除任务中，DuMo实现了更好的擦除效果与生成能力的平衡，LPIPS_da指标显著提升。
DuMo的EPR擦除模块是如何工作的？
EPR擦除模块通过修改跳跃连接特征，最大程度避免对安全概念的负面影响，同时保留模型的先验知识。
➡️
