提出域流形遗忘DMU方法

2026年10月14日，arXiv Computer Vision 发布一项研究，作者 Yang Xiao 等提出 Domain Manifold Unlearning（DMU）扩散模型概念遗忘方法。报道称，针对扩散模型机器遗忘只能单独擦除物体或风格、无法处理物体-风格组合擦除，且多次请求易致灾难性遗忘的问题，DMU 使用从扩散中间特征提取的 EMA 更新特征代理表示保留的目标物体方向，实现对特定物体中域相关成分的选择性遗忘。实验显示，DMU 显著缓解灾难性遗忘，在批量遗忘与顺序遗忘上均优于现有方法。上述内容为该报道所述，尚未见其他来源跟进或提出不同说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。