วิธีลบแนวคิดจากโมเดล Diffusion โดยไม่เสียคุณภาพการสร้างภาพ

นักวิจัยเพิ่งเสนอวิธีใหม่ที่ชื่อ Orthogonal Concept Erasure เพื่อลบเนื้อหาที่ไม่ต้องการออกจากโมเดล diffusion ได้อย่างแม่นยำ โดยไม่ต้องเทรนใหม่ทั้งโมเดล ปัญหาเดิมของวิธี editing คือพยายามลบแนวคิดแล้วโมเดลเสียความสามารถในการสร้างภาพ แต่วิธีใหม่นี้แก้ได้ด้วยการเปลี่ยนวิธีอัปเดตพารามิเตอร์ นอกจากนี้ยังมีการศึกษาว่าโมเดล diffusion ที่ใช้ masked generation มีปัญหาในการให้เหตุผลที่ซับซ้อน เพราะมันเลือกคำตามความมั่นใจแทนที่จะตามลำดับตรรกะ