单骨干模型提升深度伪造检测准确率
热点事件持续更新
单骨干模型提升深度伪造检测准确率
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Md. Nakib 等作者提出 PairCLIP-SWA 深度伪造图像检测方法：以单个 OpenCLIP ViT-L/14 视觉骨干为基础，用 CLIP 相似度引导的一对一子采样构建类别均衡语料，逐块解冻微调，并在权重空间对微调轨迹取平均。作者报告，该方法在 IEEE SP Cup 2025（DF-Wild-Cup）基准上达到 97.04% 准确率、98.64% AU-ROC 和 4.07% 等错误率，称优于最强已发表的三骨干集成模型的 94.46%、97.60% 和 5.00%。上述结果均为作者在论文中报告，尚待独立验证。
AI 根据报道生成 · 3 小时前更新
最新进展10月31日 12:00
PairCLIP-SWA：用相似度引导平衡与随机权重平均提升 OpenCLIP 深度伪造图像检测泛化性报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIPairCLIP-SWA：用相似度引导平衡与随机权重平均提升 OpenCLIP 深度伪造图像检测泛化性
PairCLIP-SWA 用单骨干 OpenCLIP ViT-L/14 检测深度伪造图像，在 IEEE SP Cup 2025（DF-Wild-Cup）基准上达到 97.04% 准确率、98.64% AU-ROC 和 4.07% 等错误率，优于最强已发表三骨干集成模型的 94.46%、97.60% 和 5.00%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1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。