งานวิจัยพบว่าระบบป้องกันความปลอดภัยของโมเดลสร้างภาพในปัจจุบันมักประสบปัญหา 'Coverage-Selectivity Trade-off' คือหากใช้การตัดสัญญาณที่กว้างเกินไปจะทำให้ภาพที่ไม่เป็นอันตรายเสียหาย แต่ถ้าใช้สัญญาณที่แคบเกินไปก็จะไม่ครอบคลุมเนื้อหาที่ไม่เหมาะสมที่มีความหลากหลาย จึงได้นำเสนอ CALM (Counterfactual Adaptive Local Modulation) ซึ่งเป็นแนวทางใหม่ที่ไม่ต้องผ่านการฝึกฝนโมเดลใหม่
CALM ทำงานโดยการวิเคราะห์คำสั่ง (Prompt) และค้นหาเฉพาะส่วนที่ละเมิดข้อกำหนดความปลอดภัย จากนั้นจะปรับแต่งเฉพาะตัวแทนของโทเค็น (Token representations) เหล่านั้นให้เข้าสู่ด้านที่ปลอดภัย โดยใช้เทคนิค Counterfactual Correction และระงับองค์ประกอบที่เกี่ยวข้องกับความไม่ปลอดภัยโดยไม่กระทบส่วนอื่นๆ ของภาพ จากการทดสอบพบว่า CALM สามารถระงับเนื้อหาที่ไม่เหมาะสมได้ดีกว่าเดิมในขณะที่ยังคงคุณภาพและความถูกต้องของภาพทั่วไปไว้ได้อย่างยอดเยี่ยม
