Új módszer törli a nem kívánt tartalmakat a képgenerálókból — 4,3 másodperc alatt

Az Orthogonal Concept Erasure (OCE) nevű új módszer forradalmasítja a képgeneráló modellek, például a diffusion modellek nem kívánt vagy nem biztonságos tartalmainak eltávolítását. A kutatók szerint az eddigi megoldások vagy túl lassúak és drágák, vagy nem tudják pontosan törölni a fogalmakat anélkül, hogy rontanák a modell képalkotási minőségét.

A probléma gyökere az, hogy a jelenlegi, szerkesztés-alapú módszerek a paraméterekhez adnak hozzá értékeket, ami összekuszálja a fogalmi jelentést, az adatméretet és a neuronok szögletes geometriáját. Ez interferenciát okoz a törlés és a generálás között. Az OCE ezzel szemben multiplikatív paraméterfrissítéseket használ, így pontosan törli a fogalmakat, miközben megőrzi a neuronok nagyságát és szögletes geometriáját. Ezáltal a modell képességei nem sérülnek.

Kapcsolódó: diffúziós modellek

Az OCE réteg-szintű ortogonális transzformációkat alkalmaz, amelyek zárt formájú megoldásból származnak. Ez lehetővé teszi a pontos fogalomtörlést anélkül, hogy a neuronok nagysága és szögletes geometriája megváltozna. A módszer különösen hatékony több fogalom egyidejű törlése esetén is, ahol egy új, szubszintű célfüggvényt és strukturált szubszintű manipulációt vezet be, ami skálázhatóbbá és hatékonyabbá teszi a folyamatot.

Kapcsolódó: hibajavító módszerek

Kiterjedt kísérletek igazolják, hogy az OCE felülmúlja a korábbi módszereket a fogalomtörlés és a nem célzott elemek megőrzése terén. A technika képes akár 100 fogalmat is eltávolítani mindössze 4,3 másodperc alatt, miközben a generált képek minősége változatlan marad. A kutatók a kódot GitHubon tették elérhetővé.

Kapcsolódó: önszabályozás