arXiv · cs.AI · Wenbin Shen, Zhichao Lian · 8 小时前模型评分31
GILA：用全局层间聚合提升 人工智能（AI，Artificial Intelligence） 生成图像检测
Beyond the Last Layer: Global Inter-Layer Aggregation for AI-Generated Image Detection
导读
研究者提出全局层间聚合（GILA，Global Inter-Layer Aggregation），从冻结编码器的不同深度提取全局表示，通过层间自注意力建模各层交互并自适应聚合，无需微调预训练编码器。该方法在三种视觉骨干、十个已见生成器和三个外部数据集上评测，提升了检测性能与跨数据集泛化能力。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address this issue, we propose Global Inter-Layer Aggregation (GILA).”
来源：arXiv · cs.AI · arxiv.org