SaTPO：文生图安全对齐新方法

2026年10月15日，arXiv Computer Vision 刊出 Ziyi Fang 等作者的论文，提出 SaTPO（Safety Transition Preference Optimization）文本到图像安全对齐方法。该工作针对文生图扩散模型的有害内容问题，通过去噪过程中的逐步对齐来抑制有害内容：利用不安全提示词与其安全改写在同一父状态和噪声下构成紧密偏好对，将安全适配限制为增量对齐。论文同时提出 CoProPV 数据集。论文页面标注“Warning: this paper includes potentially offensive content.”。截至该报道，事件进展为方法发布，尚无后续跟进报道。

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。