热点事件持续更新

研究者提出FOX：可解释的AI图像检测方法

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Nikos Giakoumoglou等作者在arXiv发布论文，提出可解释的AI生成图像检测框架FOX。该方法先构建一个DINOv3专用检测器并将其锁定，再用该检测器的表征引导轻量视觉语言模型生成取证解释；作者称，解释环节的训练不会改变检测器的判定结果。据论文报告，FOX在14个未见过的生成器上平均AUC为97.4；解释质量方面，在XPlainVerse上BERTScore为69.8，在LOKI上为56.1。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

13:00
arXiv · cs.AI
FOX：用嵌入空间解释实现可泛化的人工智能（AI，Artificial Intelligence）生成图像检测
FOX 先锁定一个 DINOv3 专用检测器，再用其表征引导轻量视觉语言模型（VLM，Vision-Language Model）生成取证解释，且解释训练不改变判定结果。它在 14 个未见生成器上平均 AUC 达 97.4，XPlainVerse 上 BERTScore 为 69.8，LOKI 上为 56.1。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1011月4日 14:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。