陈天桥和邓亚峰的团队EverMind推出的EverMemOS，通过模拟人类记忆机制，显著提升了大模型的记忆能力，发布四个月内成为SOTA系统，并发起奖金高达8万美元的全球记忆挑战赛，吸引开发者参与。

本文分析了文本到图像扩散模型中的记忆问题，提出了Receler和AdvUnlearn等新方法，以减少数据复制并提升训练和推理效率。研究增强了概念消除的鲁棒性，并通过实验证明其优越性。同时，提出了新的评估指标，揭示现有去学习方法的不足，旨在推动失忆技术的研究。

最近研究表明，文本到图像扩散模型在生成高质量图像时存在记忆训练数据的问题，可能引发版权和隐私风险。本文探讨了交叉注意力机制与记忆现象的关系，并提出了一种后处理方法，通过剪枝特定子空间的权重来减轻记忆问题，同时保持生成图像的质量和模型的效率。此外，研究分析了影响记忆行为的因素，并提出了新的检测和解决方案。