Buchumschlag

Unlearning the Unpromptable: Prompt-free Instance Unlearning in Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Kyungryeol, Lee, Kyeonghyun, Hong, Seongmin, Lee, Byung Hyun, Chun, Se Young
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gradient-free Decoder Inversion in Latent Diffusion Models
von: Hong, Seongmin, et al.
Veröffentlicht: (2024)

Concept Pinpoint Eraser for Text-to-image Diffusion Models via Residual Attention Gate
von: Lee, Byung Hyun, et al.
Veröffentlicht: (2025)

Doubly Perturbed Task Free Continual Learning
von: Lee, Byung Hyun, et al.
Veröffentlicht: (2023)

Training-free Mixed-Resolution Latent Upsampling for Spatially Accelerated Diffusion Transformers
von: Jeong, Wongi, et al.
Veröffentlicht: (2025)

Holistic Unlearning Benchmark: A Multi-Faceted Evaluation for Text-to-Image Diffusion Model Unlearning
von: Moon, Saemi, et al.
Veröffentlicht: (2024)

Efficient Personalization of Quantized Diffusion Model without Backpropagation
von: Seo, Hoigi, et al.
Veröffentlicht: (2025)

Erase at the Core: Representation Unlearning for Machine Unlearning
von: Lee, Jaewon, et al.
Veröffentlicht: (2026)

Easy to Learn, Yet Hard to Forget: Towards Robust Unlearning Under Bias
von: Kwon, JuneHyoung, et al.
Veröffentlicht: (2026)

Continual Multiple Instance Learning with Enhanced Localization for Histopathological Whole Slide Image Analysis
von: Lee, Byung Hyun, et al.
Veröffentlicht: (2025)

Localized Concept Erasure for Text-to-Image Diffusion Models Using Training-Free Gated Low-Rank Adaptation
von: Lee, Byung Hyun, et al.
Veröffentlicht: (2025)

Concept Unlearning via Cross-Attention Activation Projection for Diffusion Models
von: Moon, Saemi, et al.
Veröffentlicht: (2026)

Self-Cascaded Diffusion Models for Arbitrary-Scale Image Super-Resolution
von: Bang, Junseo, et al.
Veröffentlicht: (2025)

Machine Unlearning for Image-to-Image Generative Models
von: Li, Guihong, et al.
Veröffentlicht: (2024)

Verifying Robust Unlearning: Probing Residual Knowledge in Unlearned Models
von: Xuan, Hao, et al.
Veröffentlicht: (2025)

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

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

Model Integrity when Unlearning with T2I Diffusion Models
von: Schioppa, Andrea, et al.
Veröffentlicht: (2024)

Prompting Forgetting: Unlearning in GANs via Textual Guidance
von: Nagasubramaniam, Piyush, et al.
Veröffentlicht: (2025)

Prompt-Based Safety Guidance Is Ineffective for Unlearned Text-to-Image Diffusion Models
von: Shin, Jiwoo, et al.
Veröffentlicht: (2025)

A Unified Framework for Diffusion Model Unlearning with f-Divergence
von: Novello, Nicola, et al.
Veröffentlicht: (2025)

Learning to Unlearn while Retaining: Combating Gradient Conflicts in Machine Unlearning
von: Patel, Gaurav, et al.
Veröffentlicht: (2025)

Forget Many, Forget Right: Scalable and Precise Concept Unlearning in Diffusion Models
von: Deng, Kaiyuan, et al.
Veröffentlicht: (2026)

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

Partially Blinded Unlearning: Class Unlearning for Deep Networks a Bayesian Perspective
von: Panda, Subhodip, et al.
Veröffentlicht: (2024)

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

Unlearning Concepts in Diffusion Model via Concept Domain Correction and Concept Preserving Gradient
von: Wu, Yongliang, et al.
Veröffentlicht: (2024)

Machine Unlearning in Forgettability Sequence
von: Chen, Junjie, et al.
Veröffentlicht: (2024)

Machine Unlearning for Medical Imaging
von: Nasirigerdeh, Reza, et al.
Veröffentlicht: (2024)

Loss-Free Machine Unlearning
von: Foster, Jack, et al.
Veröffentlicht: (2024)

Adaptive Non-uniform Timestep Sampling for Accelerating Diffusion Model Training
von: Kim, Myunsoo, et al.
Veröffentlicht: (2024)

Adaptive Selection of Sampling-Reconstruction in Fourier Compressed Sensing
von: Hong, Seongmin, et al.
Veröffentlicht: (2024)

Unstable Unlearning: The Hidden Risk of Concept Resurgence in Diffusion Models
von: Suriyakumar, Vinith M., et al.
Veröffentlicht: (2024)

Learning to Unlearn for Robust Machine Unlearning
von: Huang, Mark He, et al.
Veröffentlicht: (2024)

Roots Beneath the Cut: Uncovering the Risk of Concept Revival in Pruning-Based Unlearning for Diffusion Models
von: Zhang, Ci, et al.
Veröffentlicht: (2026)

Score Forgetting Distillation: A Swift, Data-Free Method for Machine Unlearning in Diffusion Models
von: Chen, Tianqi, et al.
Veröffentlicht: (2024)

Backdoor Unlearning by Linear Task Decomposition
von: Abdelraheem, Amel, et al.
Veröffentlicht: (2025)

NoT: Federated Unlearning via Weight Negation
von: Khalil, Yasser H., et al.
Veröffentlicht: (2025)

Disentangled Sparse Representations for Concept-Separated Diffusion Unlearning
von: Kim, Hyeonjin, et al.
Veröffentlicht: (2026)

Data Attribution for Text-to-Image Models by Unlearning Synthesized Images
von: Wang, Sheng-Yu, et al.
Veröffentlicht: (2024)

Feature Unlearning for Pre-trained GANs and VAEs
von: Moon, Saemi, et al.
Veröffentlicht: (2023)