:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Suriyakumar, Vinith M., Alur, Rohan, Sekhari, Ayush, Raghavan, Manish, Wilson, Ashia C.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2410.08074
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UCD: Unlearning in LLMs via Contrastive Decoding
von: Suriyakumar, Vinith M., et al.
Veröffentlicht: (2025)

Meta-Unlearning on Diffusion Models: Preventing Relearning Unlearned Concepts
von: Gao, Hongcheng, et al.
Veröffentlicht: (2024)

Defensive Unlearning with Adversarial Training for Robust Concept Erasure in Diffusion Models
von: Zhang, Yimeng, et al.
Veröffentlicht: (2024)

Stable Signature is Unstable: Removing Image Watermark from Diffusion Models
von: Hu, Yuepeng, et al.
Veröffentlicht: (2024)

Hidden Poison: Machine Unlearning Enables Camouflaged Poisoning Attacks
von: Di, Jimmy Z., et al.
Veröffentlicht: (2022)

REFORGE: Multi-modal Attacks Reveal Vulnerable Concept Unlearning in Image Generation Models
von: Zou, Yong, et al.
Veröffentlicht: (2026)

Attack and Reset for Unlearning: Exploiting Adversarial Noise toward Machine Unlearning through Parameter Re-initialization
von: Jung, Yoonhwa, et al.
Veröffentlicht: (2024)

IMU: Influence-guided Machine Unlearning
von: Fan, Xindi, et al.
Veröffentlicht: (2025)

Risks When Sharing LoRA Fine-Tuned Diffusion Model Weights
von: Yao, Dixi
Veröffentlicht: (2024)

Towards Resilient Safety-driven Unlearning for Diffusion Models against Downstream Fine-tuning
von: Li, Boheng, et al.
Veröffentlicht: (2025)

Learning New Concepts, Remembering the Old: Continual Learning for Multimodal Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

Delta-Influence: Unlearning Poisons via Influence Functions
von: Li, Wenjie, et al.
Veröffentlicht: (2024)

Rethinking Robust Adversarial Concept Erasure in Diffusion Models
von: Yin, Qinghong, et al.
Veröffentlicht: (2025)

What Lurks Within? Concept Auditing for Shared Diffusion Models at Scale
von: Yuan, Xiaoyong, et al.
Veröffentlicht: (2025)

Forget-MI: Machine Unlearning for Forgetting Multimodal Information in Healthcare Settings
von: Hardan, Shahad, et al.
Veröffentlicht: (2025)

Unveiling and Mitigating Backdoor Vulnerabilities based on Unlearning Weight Changes and Backdoor Activeness
von: Lin, Weilin, et al.
Veröffentlicht: (2024)

Neighbor-Aware Localized Concept Erasure in Text-to-Image Diffusion Models
von: Shi, Zhuan, et al.
Veröffentlicht: (2026)

Bi-Erasing: A Bidirectional Framework for Concept Removal in Diffusion Models
von: Chen, Hao, et al.
Veröffentlicht: (2025)

Image Can Bring Your Memory Back: A Novel Multi-Modal Guided Attack against Image Generation Model Unlearning
von: Liu, Renyang, et al.
Veröffentlicht: (2025)

Corrective Machine Unlearning
von: Goel, Shashwat, et al.
Veröffentlicht: (2024)

DeepClean: Machine Unlearning on the Cheap by Resetting Privacy Sensitive Weights using the Fisher Diagonal
von: Shi, Jiaeli, et al.
Veröffentlicht: (2023)

Six-CD: Benchmarking Concept Removals for Benign Text-to-image Diffusion Models
von: Ren, Jie, et al.
Veröffentlicht: (2024)

UnlearnShield: Shielding Forgotten Privacy against Unlearning Inversion
von: Xue, Lulu, et al.
Veröffentlicht: (2026)

Backdoor Defense in Diffusion Models via Spatial Attention Unlearning
von: Jha, Abha, et al.
Veröffentlicht: (2025)

Towards Privacy-Guaranteed Label Unlearning in Vertical Federated Learning: Few-Shot Forgetting without Disclosure
von: Gu, Hanlin, et al.
Veröffentlicht: (2024)

VillanDiffusion: A Unified Backdoor Attack Framework for Diffusion Models
von: Chou, Sheng-Yen, et al.
Veröffentlicht: (2023)

Generating Potent Poisons and Backdoors from Scratch with Guided Diffusion
von: Souri, Hossein, et al.
Veröffentlicht: (2024)

SHIFT: Stochastic Hidden-Trajectory Deflection for Removing Diffusion-based Watermark
von: Bao, Rui, et al.
Veröffentlicht: (2026)

DiffusionShield: A Watermark for Copyright Protection against Generative Diffusion Models
von: Cui, Yingqian, et al.
Veröffentlicht: (2023)

On the Multi-modal Vulnerability of Diffusion Models
von: Yang, Dingcheng, et al.
Veröffentlicht: (2024)

Invisible Backdoor Attacks on Diffusion Models
von: Li, Sen, et al.
Veröffentlicht: (2024)

Shallow Diffuse: Robust and Invisible Watermarking through Low-Dimensional Subspaces in Diffusion Models
von: Li, Wenda, et al.
Veröffentlicht: (2024)

Diffence: Fencing Membership Privacy With Diffusion Models
von: Peng, Yuefeng, et al.
Veröffentlicht: (2023)

Guarding the Gate: ConceptGuard Battles Concept-Level Backdoors in Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

SafeRedir: Prompt Embedding Redirection for Robust Unlearning in Image Generation Models
von: Liu, Renyang, et al.
Veröffentlicht: (2026)

Robust Classification via a Single Diffusion Model
von: Chen, Huanran, et al.
Veröffentlicht: (2023)

Extracting Training Data from Unconditional Diffusion Models
von: Chen, Yunhao, et al.
Veröffentlicht: (2024)

Identity-Focused Inference and Extraction Attacks on Diffusion Models
von: Vora, Jayneel, et al.
Veröffentlicht: (2024)

PriSampler: Mitigating Property Inference of Diffusion Models
von: Hu, Hailong, et al.
Veröffentlicht: (2023)

CAT: Concept-level backdoor ATtacks for Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)