CoReLoop:不更新原参数的音频深伪检测精炼法
热点事件持续更新
CoReLoop:不更新原参数的音频深伪检测精炼法
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Kunyu Feng 等作者提出音频深伪检测方法 CoReLoop,通过循环专属 LoRA 与轻量模块实现受控循环精炼,让已训练好的 SSL 检测器在不新增训练数据、不更新原参数的前提下提升泛化能力。 在 24 层编码器上,两轮精炼将 EER 从 4.85% 降至 3.74%,仅训练 598M 参数中的约 11M。可选的 halting head 按语句选择精炼深度,以平均 1.18 轮达到 3.73% EER。 该结果来自作者提交的 arXiv 预印本,尚未经同行评审。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
CoReLoop:面向音频深度伪造检测的参数高效受控循环精炼方法报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.AICoReLoop:面向音频深度伪造检测的参数高效受控循环精炼方法
CoReLoop 通过循环专属 LoRA 与轻量模块实现受控循环精炼,让已训练好的 SSL 音频深度伪造检测器在不新增训练数据、不更新原参数的前提下提升泛化能力。在 24 层编码器上,两轮精炼将 EER 从 4.85% 降至 3.74%,仅训练 598M 参数中的约 11M。可选的 halting head 按语句选择精炼深度,以平均 1.18 轮达到 3.73% EER。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。