five

ConceptBench

收藏
OpenDataLab2023-10-11 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/OpenDataLab/ConceptBench
下载链接
链接失效反馈
官方服务:
资源简介:
我们提出了一种高效且低成本的解决方案,旨在在短短30秒内从配置良好的文本到图像模型中安全地删除指定的id,对象或样式,而不会损害其生成其他内容的能力。除了我们的方法,我们还引入了记忆分数 (m-score) 和ConceptBench来衡量模型生成一般概念的能力,分为三个主要类别: ID,对象和样式。使用m-score和ConceptBench,我们证明了勿忘我可以有效地消除目标概念,同时保持模型在其他概念上的性能。此外,勿忘我提供了两个实用的扩展: a) 删除潜在有害或NSFW内容,以及b) 通过概念校正和解开来增强模型的准确性,包容性和多样性。它也可以作为一个轻量级的模型补丁进行稳定的扩散,允许概念操作和方便的分布。
提供机构:
OpenDataLab
创建时间:
2023-10-11
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作