RAPTOR：紧凑SSL骨干音频深伪检测受控研究
热点事件持续更新
RAPTOR：紧凑SSL骨干音频深伪检测受控研究
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
Ajinkya Kulkarni 等作者提交论文 RAPTOR，在统一的成对门控融合检测器中控制比较 HuBERT 与 WavLM 的紧凑自监督学习（SSL）骨干，并在 14 个跨域基准上评测。研究称，多语言 HuBERT 预训练是跨域鲁棒性的主要来源，使 100M 参数模型可匹敌更大规模及商用系统。 研究还引入带扰动不确定性估计的测试时增强协议，发现 WavLM 变体在扰动下过度自信、校准失准，而迭代 mHuBERT 保持稳定。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
RAPTOR 受控研究：紧凑 SSL 骨干是否足以支撑音频深度伪造检测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLRAPTOR 受控研究：紧凑 SSL 骨干是否足以支撑音频深度伪造检测
研究提出 RAPTOR——基于成对门控融合的紧凑 SSL 骨干受控研究，在 14 个跨域基准上评测 HuBERT 与 WavLM 变体。结果显示多语言 HuBERT 预训练是跨域鲁棒性的主要来源，使 100M 参数模型可匹敌更大规模及商用系统。研究还引入带扰动不确定性估计的测试时增强协议，发现 WavLM 变体在扰动下过度自信、校准失准，而迭代 mHuBERT 保持稳定。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。