Oct, 2023
利用可微网络弯曲来攻击生成模型
Hacking Generative Models with Differentiable Network Bending
Giacomo Aldegheri, Alina Rogalska, Ahmed Youssef, Eugenia Iofinova
TL;DR我们提出了一种方法,通过在模型的中间层之间注入可训练模块,并对其进行少量的迭代训练,将生成模型的输出从原始训练分布推向新的目标,并在结果图像中展示出原始目标和新目标之间的紧张关系,以实现艺术目的。