Buchumschlag

FlowErase-RL: Rethinking Concept Erasure as Reward Optimization in Flow Matching Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Yi, Zhang, Zhiqi, Zhong, Xinhao, Zhou, Yimin, Sun, Shuoyang, Chen, Bin, Xia, Shu-Tao, Xu, Ke
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Differential Vector Erasure: Unified Training-Free Concept Erasure for Flow Matching Models
von: Zhang, Zhiqi, et al.
Veröffentlicht: (2026)

Closing the Safety Gap: Surgical Concept Erasure in Visual Autoregressive Models
von: Zhong, Xinhao, et al.
Veröffentlicht: (2025)

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

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

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

EraseAnything++: Enabling Concept Erasure in Rectified Flow Transformers Leveraging Multi-Object Optimization
von: Fan, Zhaoxin, et al.
Veröffentlicht: (2026)

EraseFlow: Learning Concept Erasure Policies via GFlowNet-Driven Alignment
von: Kusumba, Abhiram, et al.
Veröffentlicht: (2025)

Principled RL for Flow Matching Emerges from the Chunk-level Policy Optimization
von: Luo, Yifu, et al.
Veröffentlicht: (2025)

Temporal Saliency-Guided Distillation: A Scalable Framework for Distilling Video Datasets
von: Gu, Xulin, 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)

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

FADE: Adversarial Concept Erasure in Flow Models
von: Fu, Zixuan, 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)

Rectified Decoupled Dataset Distillation: A Closer Look for Fair and Comprehensive Evaluation
von: Zhong, Xinhao, 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)

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

Towards Consistent and Efficient Dataset Distillation via Diffusion-Driven Selection
von: Zhong, Xinhao, et al.
Veröffentlicht: (2024)

SuperFlow: Training Flow Matching Models with RL on the Fly
von: Chen, Kaijie, et al.
Veröffentlicht: (2025)

Erasing with Precision: Evaluating Specific Concept Erasure from Text-to-Image Generative Models
von: Fuchi, Masane, et al.
Veröffentlicht: (2025)

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

Rethinking Test Time Scaling for Flow-Matching Generative Models
von: Yu, Qingtao, et al.
Veröffentlicht: (2025)

Flow-GRPO: Training Flow Matching Models via Online RL
von: Liu, Jie, et al.
Veröffentlicht: (2025)

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

Functional Mean Flow in Hilbert Space
von: Li, Zhiqi, et al.
Veröffentlicht: (2025)

FlowRL: Matching Reward Distributions for LLM Reasoning
von: Zhu, Xuekai, et al.
Veröffentlicht: (2025)

Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models
von: Zou, Jade, et al.
Veröffentlicht: (2026)

GenFlowRL: Shaping Rewards with Generative Object-Centric Flow in Visual Reinforcement Learning
von: Yu, Kelin, et al.
Veröffentlicht: (2025)

ReflexFlow: Rethinking Learning Objective for Exposure Bias Alleviation in Flow Matching
von: Huang, Guanbo, et al.
Veröffentlicht: (2025)

Erased but Not Forgotten: How Backdoors Compromise Concept Erasure
von: Braun, Tobias, et al.
Veröffentlicht: (2025)

Mistletoe: Stealthy Acceleration-Collapse Attacks on Speculative Decoding
von: Sun, Shuoyang, et al.
Veröffentlicht: (2026)

CPC-VAR:Continual Personalized and Compositional Generation in Visual Autoregressive Models
von: Li, Junhao, et al.
Veröffentlicht: (2026)

Consistency Flow Matching: Defining Straight Flows with Velocity Consistency
von: Yang, Ling, et al.
Veröffentlicht: (2024)

CreFlow: Corrective Reflow for Sparse-Reward Embodied Video Diffusion RL
von: Ni, Zhenyang, et al.
Veröffentlicht: (2026)

Reinforce Adjoint Matching: Scaling RL Post-Training of Diffusion and Flow-Matching Models
von: Bergmeister, Andreas, et al.
Veröffentlicht: (2026)

EFF-Grasp: Energy-Field Flow Matching for Physics-Aware Dexterous Grasp Generation
von: Zhao, Yukun, et al.
Veröffentlicht: (2026)

TIGFlow-GRPO: Trajectory Forecasting via Interaction-Aware Flow Matching and Reward-Guided Optimization
von: Jing, Xuepeng, et al.
Veröffentlicht: (2026)

FlowRAM: Grounding Flow Matching Policy with Region-Aware Mamba Framework for Robotic Manipulation
von: Wang, Sen, et al.
Veröffentlicht: (2025)

RewardFlow: Generate Images by Optimizing What You Reward
von: Susladkar, Onkar, et al.
Veröffentlicht: (2026)

Going Beyond Feature Similarity: Effective Dataset Distillation based on Class-Aware Conditional Mutual Information
von: Zhong, Xinhao, et al.
Veröffentlicht: (2024)

Smart-GRPO: Smartly Sampling Noise for Efficient RL of Flow-Matching Models
von: Yu, Benjamin, et al.
Veröffentlicht: (2025)