AEGIS：面向扩散模型的对抗目标引导、无需保留数据的鲁棒概念擦除
AEGIS: Adversarial Target-Guided Retention-Data-Free Robust Concept Erasure from Diffusion Models
AI 导读
AEGIS 是一个无需保留数据的扩散模型概念擦除框架，能同时提升鲁棒性与保留性。概念擦除用于阻止扩散模型生成有害内容；鲁棒性指被擦除概念在语义相关提示词下不被重新激活，保留性指无关概念不受损，现有方法难以兼顾。此前将单个擦除提示映射到固定安全目标会留下可被提示攻击利用的类级残留，侧重保留的方案则难以抵御自适应攻击者。