持续学习加剧深伪检测不公平
热点事件持续更新
持续学习加剧深伪检测不公平
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
不来梅大学 OWL-ML 团队的 Martin Mundt 等人发布预印本《Time to Fake It: Continual Machine Learning Intensifies Unfairness》，指出深度伪造检测器通过持续学习维持高位准确率的同时，会持续加剧检测不公平。 研究按发布时间排列11个深度伪造数据集，涵盖从2019年的 FaceForensics++ 到2023年基于 Stable Diffusion 的生成器，并以此模拟检测器随新数据持续更新的过程。
AI 根据报道生成 · 3 小时前更新
最新进展10月25日 23:26
不来梅大学 OWL-ML 团队研究持续学习加剧 Deepfake 检测不公平报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI Hunt不来梅大学 OWL-ML 团队研究持续学习加剧 Deepfake 检测不公平
不来梅大学 OWL-ML 团队发布预印本，指出 Deepfake 检测器持续学习能维持高位准确率，却会持续加剧不公平。研究按发布时间排列 11 个深度伪造数据集，覆盖 2019 年的 FaceForensics++ 至 2023 年基于 Stable Diffusion 的生成器，模拟检测器持续更新过程。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月26日 00:00
- 近 24 小时变化
- –
02.557.510
10月26日01:0002:00
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。