テキストプロンプトを超えた：テキストと画像の協調による精密な概念消去

arXiv:2604.15829v1 発表タイプ：新規 要旨: テキストから画像を生成する大規模生成モデルは驚くべき忠実度と多様性を達成しましたが、大規模トレーニングデータに埋め込まれた潜在的バイアスの影響により、無安全または望ましくないコンテンツを意図せず生成するリスクがあります。既存の概念消去手法（テキストのみが中心のものから、画像補助のものまで）は妥協点を伴います。テキストアプローチは概念を完全に抑制できず、単純な画像ガイド手法は関係ないコンテンツが過度に削除される危険性があります。私々は、連続的な凸的概念空間と階層的視覚表現学習を通じて、精密かつ忠実な概念削除を実現する「テキスト - 画像協調消去枠組み（TICoE）」を提案します。TICoE は、目標概念を精密に除去しつつ、関係ない意味と視覚的コンテンツを保持します。消去の品質を客観的に評価するために、我々は後処理後のユーザビリティを測定する忠実度を重視した評価戦略を導入しました。複数のベンチマークにおける実験により、TICoE は先例の手法に比べて概念削除の精度とコンテンツの忠実度において優位を示し、より安全で制御可能なテキストから画像を生成する機能を可能にしました。コードは以下の URL にあります：https://github.com/OpenAscent-L/TICoE.git

arXiv:2604.15829v1 Announce Type: new Abstract: Text-to-image generative models have achieved impressive fidelity and diversity, but can inadvertently produce unsafe or undesirable content due to implicit biases embedded in large-scale training datasets. Existing concept erasure methods, whether text-only or image-assisted, face trade-offs: textual approaches often fail to fully suppress concepts, while naive image-guided methods risk over-erasing unrelated content. We propose TICoE, a text-image Collaborative Erasing framework that achieves precise and faithful concept removal through a continuous convex concept manifold and hierarchical visual representation learning. TICoE precisely removes target concepts while preserving unrelated semantic and visual content. To objectively assess the quality of erasure, we further introduce a fidelity-oriented evaluation strategy that measures post-erasure usability. Experiments on multiple benchmarks show that TICoE surpasses prior methods in concept removal precision and content fidelity, enabling safer, more controllable text-to-image generation. Our code is available at https://github.com/OpenAscent-L/TICoE.git