Training data attribution in diffusion models via mirrored unlearning and noise-consistent skew

En 3 lignesNouvelle méthode TDA pour diffusion models via unlearning mirrorisé et skew cohérent au bruit. MUCS fine-tune un second modèle avec gradient ascent borné et mesure le skew normalisé avec échantillons de bruit constants. Surpasse les approches existantes sur trois datasets.

Résumé généré par Claude — vérifié par l'humain