**DiSCO:基于分布引导对比优化的文本生成图像安全防御方法** _DiSCO: Defending text-to-image generation th
原帖
**DiSCO:基于分布引导对比优化的文本生成图像安全防御方法**
_DiSCO: Defending text-to-image generation through distribution-guided contrastive prompt optimization_
> HuggingFace社区热门论文提出DiSCO,一种零样本黑盒防御框架,通过在提示词层面进行分布引导的对比优化,有效防御文本到图像生成模型中的NSFW内容生成。该方法无需模型重训练或微调,仅需目标模型自身生成图像即可迭代优化提示词。在I2P基准测试中,DiSCO对未防御和已防御模型分别实现37.7%和25.13%的攻击成功率降低,同时保持语义保真度和图像连贯性。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-08-19 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.17067)