跳到正文
arXiv · 机器人与计算机视觉· Mohamed Awad, Khaled Elhady, Yasser Rohaim, Samuele Poppi, Nils Lukas·· 2026-10-20AI 评分50

Tricker 如何以摊销生成攻击欺骗合成图像检测器并降低训练需求

Tricking Synthetic Image Detectors with Amortized Generative Attacks

AI 导读

Tricker 通过独立变化代理检测器与输入生成器的双轴协议评估,揭示迁移性受输入分布影响而非仅取决于检测器。相比 MIG 和 MuMoDIG,Tricker 提供更均匀的白盒规避能力且感知质量更高,同时大幅降低数据与训练需求以支持高效评估。研究将公开代码、评估数据及训练好的攻击模型并附带负责任使用声明。

来源:arXiv · 机器人与计算机视觉 · arxiv.org