DeLeaker：用于缓解文本到图像模型中语义泄漏的动态推理时重加权

文本到图像 (T2I) 模型发展迅速，但它们仍然容易受到语义泄漏的影响，即不同实体之间语义相关特征的意外传输。现有的缓解策略通常是基于优化的或依赖于外部输入的。我们引入了 DeLeaker，这是一种轻量级、无需优化的推理时方法，通过直接干预模型的注意力图来缓解泄漏。在整个扩散过程中，DeLeaker 动态地重新加权注意力图，以抑制过度的跨实体交互，同时增强每个实体的身份。为了支持系统评估，我们引入了 SLIM (Semantic Leakage in IMages)，这是第一个专门用于语义泄漏的数据集，包含 1,130 个人工验证的样本，涵盖各种场景，以及一个新颖的自动评估框架。实验表明，DeLeaker 始终优于所有基线，即使在它们提供了外部信息的情况下，也能实现有效的泄漏缓解，而不会损害保真度或质量。这些结果强调了注意力控制的价值，并为更语义精确的 T2I 模型铺平了道路。