Asaf Livne 等提出 RPA 模型实现图像生成源黑盒归因
热点事件持续更新
Asaf Livne 等提出 RPA 模型实现图像生成源黑盒归因
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Asaf Livne、Amir Jevnisek 和 Shai Avidan 提出了 RPA(Raw-Patch Attribution)方法,这是一种轻量级卷积神经网络,旨在解决仅凭图像判断其生成模型的归因问题。该方法在严格黑盒设定下运行,通过处理多图像补丁以适应不同尺寸并提升精度。在 DRAGON 数据集上达到 98.9% 的准确率,在 OpenFake 数据集上达到 95.0%。 该研究于 2026 年 11 月 18 日在 arXiv 发布论文《Scalable Black-Box Model Attribution for Images》。
AI 根据报道生成 · 9 小时前更新
最新进展11月18日 13:00
Scalable Black-Box Model Attribution for Images报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉精选Scalable Black-Box Model Attribution for Images
该研究提出了 RPA(Raw-Patch Attribution),一种轻量级卷积神经网络,旨在解决仅凭图像判断其生成模型的归因问题。该方法在严格黑盒设定下运行,通过处理多图像补丁以适应不同尺寸并提升精度,在 25 类 DRAGON 数据集上达到 98.9% 的准确率,在 27 类 OpenFake 数据集上达到 95.0%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。