研究提出校准内容认证检测范式

一项 arXiv 论文评估了二十款 deepfake 检测器对抗近四年发布的十款生成器，准确率从 99.5% 降至 76%；在对抗扰动下，所有基线检测器准确率跌破 2%。作者 Sarim Hashmi 等人据此提出一种校准内容认证检测范式，输出“真实性是否可合理否认”的预测。 作者称，该校准检测器可将误认证生成内容控制在 1% 以内，而多数基线检测器在该工作点召回率接近零，包括准确率 93% 的最强基线。作者还称，对受攻击样本采用更严格的安全阈值，可在其评估的有界扰动攻击空间内对自适应对手维持这一上限，但不覆盖任意对抗变换。

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。