Buchumschlag

T2VUnlearning: A Concept Erasing Method for Text-to-Video Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Xiaoyu, Cheng, Songjie, Wang, Yongtao, Xiong, Yajiao, Li, Yishen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PROBE: Diagnosing Residual Concept Capacity in Erased Text-to-Video Diffusion Models
von: Xie, Yiwei, et al.
Veröffentlicht: (2026)

DrivingGaussian++: Towards Realistic Reconstruction and Editable Simulation for Surrounding Dynamic Driving Scenes
von: Xiong, Yajiao, et al.
Veröffentlicht: (2025)

Pruning for Robust Concept Erasing in Diffusion Models
von: Yang, Tianyun, et al.
Veröffentlicht: (2024)

GALA3D: Towards Text-to-3D Complex Scene Generation via Layout-guided Generative Gaussian Splatting
von: Zhou, Xiaoyu, et al.
Veröffentlicht: (2024)

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

Erasing Thousands of Concepts: Towards Scalable and Practical Concept Erasure for Text-to-Image Diffusion Models
von: Seo, Hoigi, et al.
Veröffentlicht: (2026)

Erasing Concepts from Text-to-Image Diffusion Models with Few-shot Unlearning
von: Fuchi, Masane, et al.
Veröffentlicht: (2024)

When Are Concepts Erased From Diffusion Models?
von: Lu, Kevin, et al.
Veröffentlicht: (2025)

Receler: Reliable Concept Erasing of Text-to-Image Diffusion Models via Lightweight Erasers
von: Huang, Chi-Pin, et al.
Veröffentlicht: (2023)

STEREO: A Two-Stage Framework for Adversarially Robust Concept Erasing from Text-to-Image Diffusion Models
von: Srivatsan, Koushik, et al.
Veröffentlicht: (2024)

Z-Erase: Enabling Concept Erasure in Single-Stream Diffusion Transformers
von: Jiang, Nanxiang, et al.
Veröffentlicht: (2026)

Image-to-Text for Medical Reports Using Adaptive Co-Attention and Triple-LSTM Module
von: Liu, Yishen
Veröffentlicht: (2025)

Side Effects of Erasing Concepts from Diffusion Models
von: Saha, Shaswati, et al.
Veröffentlicht: (2025)

Erasing Undesirable Concepts in Diffusion Models with Adversarial Preservation
von: Bui, Anh, et al.
Veröffentlicht: (2024)

Prompt Sliders for Fine-Grained Control, Editing and Erasing of Concepts in Diffusion Models
von: Sridhar, Deepak, et al.
Veröffentlicht: (2024)

SAEmnesia: Erasing Concepts in Diffusion Models with Supervised Sparse Autoencoders
von: Cassano, Enrico, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Visual Concept Mining in Text-to-image Diffusion Models
von: Li, Ziqiang, et al.
Veröffentlicht: (2025)

Erasing Undesirable Influence in Diffusion Models
von: Wu, Jing, et al.
Veröffentlicht: (2024)

Erasing Concepts, Steering Generations: A Comprehensive Survey of Concept Suppression
von: Xie, Yiwei, et al.
Veröffentlicht: (2025)

Sparse Autoencoder as a Zero-Shot Classifier for Concept Erasing in Text-to-Image Diffusion Models
von: Tian, Zhihua, et al.
Veröffentlicht: (2025)

Erased, But Not Forgotten: Erased Rectified Flow Transformers Still Remain Unsafe Under Concept Attack
von: Jiang, Nanxiang, et al.
Veröffentlicht: (2025)

Where Concept Erasure Should Occur: Concept-Layer Alignment in Text-to-Video Diffusion Models
von: Xie, Yiwei, et al.
Veröffentlicht: (2026)

Revoking Amnesia: RL-based Trajectory Optimization to Resurrect Erased Concepts in Diffusion Models
von: Gao, Daiheng, et al.
Veröffentlicht: (2025)

Erased or Dormant? Rethinking Concept Erasure Through Reversibility
von: Liu, Ping, et al.
Veröffentlicht: (2025)

Unlearning Concepts from Text-to-Video Diffusion Models
von: Liu, Shiqi, et al.
Veröffentlicht: (2024)

Comprehensive Evaluation and Analysis for NSFW Concept Erasure in Text-to-Image Diffusion Models
von: Chen, Die, et al.
Veröffentlicht: (2025)

ActErase: A Training-Free Paradigm for Precise Concept Erasure via Activation Redirection
von: Sun, Yi, et al.
Veröffentlicht: (2026)

EffectErase: Joint Video Object Removal and Insertion for High-Quality Effect Erasing
von: Fu, Yang, et al.
Veröffentlicht: (2026)

EAR: Erasing Concepts from Unified Autoregressive Models
von: Fan, Haipeng, et al.
Veröffentlicht: (2025)

VideoEraser: Concept Erasure in Text-to-Video Diffusion Models
von: Xu, Naen, et al.
Veröffentlicht: (2025)

Concept Corrector: Erase concepts on the fly for text-to-image diffusion models
von: Meng, Zheling, et al.
Veröffentlicht: (2025)

EraseAnything: Enabling Concept Erasure in Rectified Flow Transformers
von: Gao, Daiheng, et al.
Veröffentlicht: (2024)

From Understanding to Erasing: Towards Complete and Stable Video Object Removal
von: Liu, Dingming, et al.
Veröffentlicht: (2026)

FlowErase-RL: Rethinking Concept Erasure as Reward Optimization in Flow Matching Models
von: Sun, Yi, et al.
Veröffentlicht: (2026)

Do Concept Replacement Techniques Really Erase Unacceptable Concepts?
von: Das, Anudeep, et al.
Veröffentlicht: (2025)

Erasing More Than Intended? How Concept Erasure Degrades the Generation of Non-Target Concepts
von: Amara, Ibtihel, et al.
Veröffentlicht: (2025)

GrOCE:Graph-Guided Online Concept Erasure for Text-to-Image Diffusion Models
von: Han, Ning, et al.
Veröffentlicht: (2025)

Continuous Concepts Removal in Text-to-image Diffusion Models
von: Han, Tingxu, et al.
Veröffentlicht: (2024)

ESC: Erasing Space Concept for Knowledge Deletion
von: Lee, Tae-Young, et al.
Veröffentlicht: (2025)

Blending Concepts with Text-to-Image Diffusion Models
von: Olearo, Lorenzo, et al.
Veröffentlicht: (2025)