跳到正文
原文
arXiv· arXiv:2603.17343· Chenyang Zhu, Maorong Wang, Jun Liu, Ching-Chun Chang, Isao Echizen·本站收录· 原文发表

EvoGuard:面向实用且持续演进的 AI 生成图像检测的可扩展智能体强化学习框架

EvoGuard: An Extensible Agentic RL-based Framework for Practical and Evolving AI-Generated Image Detection

AI 导读

EvoGuard 提出可扩展的智能体强化学习框架,将 AI 生成图像检测转化为对多种现成检测器输出的推理式证据综合。其能力感知选择与动态编排机制会多轮交叉验证冲突或低置信信号,并用 GRPO 仅依赖低成本二值标签训练;实验称其优于单检测器和静态集成,达到 SOTA 准确率。新检测器可免训练即插即用,以应对持续演进的 AI 生成图像。

阅读原文arxiv.org