会员登录-用户注册-设为首页-加入收藏-网站地图ECCV 2024!
当前位置: 首页> 休闲> ECCV 2024正文

ECCV 2024

时间:2024-09-21 08:16:45 来源: 明知故犯网作者:探索 阅读:870次
ECCV 2024 | 机器遗忘之后,扩散模型真正安全了吗? 2024年08月24日 13:51 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com

本文第一作者为密歇根州立大学计算机系博士生张益萌,贾景晗,两人均为OPTML实验室成员,指导教师为刘思佳助理教授。OPtimization and Trustworthy Machine Learning (OPTML) 实验室的研究兴趣涵盖机器学习/深度学习、优化、计算机视觉、安全、信号处理和数据科学领域,重点是开发学习算法和理论,以及鲁棒且可解释的人工智能。

在人工智能领域,图像生成技术一直是一个备受关注的话题。近年来,扩散模型(Diffusion Model)在生成逼真且复杂的图像方面取得了令人瞩目的进展。然而,技术的发展也引发了潜在的安全隐患,比如生成有害内容和侵犯数据版权。这不仅可能对用户造成困扰,还可能涉及法律和伦理问题。

尽管目前已有不少机器遗忘(Machine Unlearning, MU)方法 [1-3],希望让扩散模型在使用不适当的文本提示时避免生成不合时宜的图片,但其有效性存疑。

只是我们好奇,经过机器遗忘的扩散模型,真的就一定安全了吗?

(责任编辑:综合)

相关内容
  • 黎巴嫩爆炸已致32死数千人受伤
  • 北京明晨到夜间有大雨到暴雨,局地阵风七级
  • 一场《抓娃娃》行动,让“奥运英雄”变味了
  • 特斯拉发布 2024 年第二季度车辆安全报告:开启 Autopilot 比普通车辆安全 10 倍
  • 口语能力如何提升?情绪问题怎么解决?资深督导建议——
  • 创历史!邓丽娟收获女子速度攀岩银牌 仅输0.08秒
  • 集体球类之光!中国女曲16年后重返奥运决赛
  • 男子110米栏半决赛徐卓一秦伟搏均无缘决赛
推荐内容
  • 首次亮相!美国拿出了瞄准中国航母的“新长矛”
  • 菲尔普斯直言:对美国游泳男队成绩“非常失望”,其他国家都在迎头赶上
  • 抓举破纪录!李发彬夺得举重男子61公斤级金牌
  • 2周进厂5万人!iPhone 16发布在即 富士康招工需求达到巅峰
  • 丈夫与武装人员硬闯办公楼,俄女首富公司爆发枪战
  • OPPO Find X8三款机型遭曝光 采用骁龙天玑双平台
Baidu
map