平息画师怒火：StableDiffusion学会在绘画中直接擦除侵权概念(5)

基于 Tweedie 公式以及重新参数化技巧，对数概率 score 的梯度可以表示为通过时变参数缩放的 score 函数。修改后的 score 函数移动数据分布以使对数概率 score 最大化。

方程 7 中的目标函数通对参数 θ 进行微调，使得 θ(xt,c,t) 来模拟负向引导噪声。因此，在微调后，编辑过的模型的条件预测会远离被擦除的概念。
下图展示了训练过程。利用模型对概念的知识合成训练样本，从而消除了数据收集的需要。训练使用几个扩散模型实例，其中一组参数被冻结（

），而另一组参数（θ）被训练以擦除概念。使用 θ 对条件 c 下的部分去噪图像 xt 进行采样，然后对冻结模型