多模态解耦

遗忘而不丢失：从大规模视觉语言开放词表检测器中安全移除目标概念

Unlearning without Forgetting: Securely Removing Targeted Concepts from Large-Scale Vision-Language Open-Vocabulary Detectors

对做开放词表检测的视觉研究者，这篇给出了在冻结保留概念的前提下定向抹除指定概念-短语对的参数更新方案：离线构造保留知识嵌入的零空间，把遗忘更新投影到其正交补，并用一步 mean-flow 目标把遗忘概念推向不可检测；可直接复用于模型发布前的版权/隐私合规清理，以及检测器概念级可控编辑。