arXiv · 机器人与计算机视觉· Haiquan Wen, Tianxiao Li, Zhenglin Huang, Yiwei He, Guangliang Cheng·· 3 天前AI 评分72
BusterX++:面向统一的跨模态 AI 生成内容检测与解释的 MLLM
BusterX++: Towards Unified Cross-Modal AI-Generated Content Detection and Explanation with MLLM
AI 导读
论文提出了 BusterX++,这是一个用于联合图像和视频检测的可解释推理多模态大语言模型(MLLM)。作者构建了 GenBuster-Bench++ 基准数据集,包含平衡的图像和视频样本。实验表明,在统一的图像 - 视频设置下,主要由稀疏结果奖励驱动的单一阶段纯强化学习策略优于强力的微调加强化学习基线,且纯 RL 在整个训练过程中保持了更高的策略熵度。
来源:arXiv · 机器人与计算机视觉 · arxiv.org