算法论文8

新加坡国立大学提出深度伪造检测新方法

机器之心2025-11-04

AI 摘要

新加坡国立大学等团队为解决现有深度伪造检测方法的问题，提出 FractalForensics 方法。它基于分形水印，可实现检测与定位，在常见图像处理和伪造方法中表现良好，检测效果优。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

中科院与蚂蚁：Veritas实现深度伪造检测新突破

生成式AI发展使深度伪造技术安全隐患受关注，现有检测器表现不佳。中科院自动化所联合蚂蚁集团提出Veritas框架，构建HydraFake数据集，赋予大模型“模式感知推理”能力，实验效果超现有检测器，还给出未来研究方向。

浙江大学和vivo人工智能实验室团队在ACM MM 2025发表新框架CogDDN。它模拟人类认知，将“双过程理论”用于机器人需求驱动导航，实验中表现优于单视角SOTA方法，为智能机器人技术发展奠基。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。