MANCE:流形感知概念擦除

anselm · x · 2026-07-11

MANCE(Manifold Aware Concept Erasure)提出了一种概念擦除方法,目标是在从模型表示中移除特定概念的同时,尽量保留其他信息。

核心思路是把编辑约束在自然数据流形上,减少对表示空间其他内容的破坏。作者声称该方法在 119 种设置中取得了最佳结果。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →