MSU团队发布可解释深度伪造检测方案

MSU 团队在 Explainable Deepfake Detection Challenge 2026 的 XPlainVerse 数据集上提出一套模块化检测与解释方案，在完整测试集上取得 0.9349 的检测准确率、0.5571 的解释分数和 0.7456 的最终挑战分数。 该挑战要求系统不仅判断图像真伪，还要基于可见取证线索生成复杂和简单两种解释。团队方案以 Artifact Evidence Map 为核心，将检测与解释拆分为模块处理。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。