有害内容缓解

当安全相互冲突：通过自适应安全引导消解文本到图像扩散中的多类别有害冲突

When Safety Collides: Resolving Multi-Category Harmful Conflicts in Text-to-Image Diffusion via Adaptive Safety Guidance

对做扩散模型安全对齐的人，这篇给出了一个推理时、免训练的多类别安全方向动态选择机制：不再用多类关键词平均出的单一有害区域，而是按当前生成状态识别最对齐的有害类别并只沿该方向引导，可直接插到潜空间或文本空间的安全模块上。