DICE：少步扩散模型概念擦除方法

2026年10月28日，arXiv Computer Vision 刊出研究，作者 Lior Ziv 等提出面向少步文本到图像模型的概念擦除方法 DICE（Distillation-Integrated Concept Erasure），定位为后蒸馏擦除方法，使潜在构建与生成保持损失对齐蒸馏方法。研究指出，少步蒸馏文生图模型比其教师模型更容易生成不安全内容，且推理步数越少不安全生成率越高；现有概念擦除方法在少步模型上效果明显下降。研究将原因归于少步模型生成过程的脆弱性以及生成引导的蒸馏方式。在 FLUX Schnell 上，DICE 将不安全生成率降至 0.046，而此前测试的擦除方法至少为 0.161，同时基本保持良性生成质量。目前进展为论文发布与基准评估结果公布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。