跳到正文
arXiv · AI· Simiao Ren (Dennis), Yao Yao (Dennis), Kidus Zewde (Dennis), Zisheng Liang (Dennis), Tsang (Dennis), Ng (Dennis), Ning-Yau Cheng, Xiaoou Zhan, Qinzhe Liu, Yifei Chen, Hengwei Xu·· 24 天前AI 评分30

多模态 LLM 能否作为深度伪造检测器?基准测试与推理路径分析

Can Multi-modal (reasoning) LLMs work as deepfake detectors?

AI 导读

该研究对 12 款最新多模态 LLM 进行基准测试,发现表现最优的模型在零样本下具备强泛化能力,在分布外数据集上甚至超越传统检测管线。 使用提示词微调并分析了模型的推理路径;结果发现,针对深度伪造检测这种小众任务,较新的模型版本和推理能力未必带来提升,而模型大小在某些情况下有帮助。 研究强调了将多模态推理集成到未来深度伪造检测框架中的潜力,并提供了关于模型可解释性的洞察。

来源:arXiv · AI · arxiv.org