MANCE：流形感知的概念擦除

论文提出流形约束假设：自然表示集中在结构化的低维流形上，概念擦除应将更新限制在该流形内，以减少对相关信息的损伤。MANCE利用自然输入估计表示流形，并将分类器驱动的擦除更新投影回流形；在覆盖文本与视觉、13个语言模型、3类NLP概念及40个CelebA-CLIP属性的119项设置中，MANCE及MANCE++改善了泄漏与手术性权衡。