Tag · 2 篇
跨模型泛化
01 02
ReAlign：通过推理对齐表征实现可泛化的图像伪造检测
ReAlign: Generalizable Image Forgery Detection via Reasoning-Aligned Representation
把LLM生成的推理文本当作可蒸馏的语义监督信号，通过图文对比对齐将其迁移到轻量检测器中，为视觉取证任务提供了一条「用推理表征提升泛化性」的可复用路径，可直接用于AIGI检测与跨生成器泛化评测。
多样性优于一致性：重新思考生成图像检测中的表征
Diversity over Uniformity: Rethinking Representation in Generated Image Detection
提出反特征坍缩学习框架，通过过滤任务无关成分并抑制伪造线索在表征空间中的过度重叠，保持多样化的判断视角，从而提升生成图像检测模型对未见生成机制的泛化能力。