风险调整评估

SimLBR：通过学习检测真实图像来检测伪造图像

SimLBR: Learning to Detect Fake Images by Learning to Detect Real Images

提出在潜空间对真实图像做混合正则化来学习紧致的真实分布边界，将伪造类别视为汇点类，这种思路可迁移到其他需要检测分布外样本的视觉任务（如异常检测、开放集识别）。