DIPBox：追踪数据集再生成的多尺度测试框架

论文提出 DIPBox，一个通过多尺度相似度测试追踪数据集再生成嫌疑的测试框架。作者对公开肿瘤数据集的测量研究识别出大量部分数据集复制现象，并将数据集特征划分为样本级、集合级和分布级三类，设计四种相似度指标来识别再生成。作者还给出学习理论分析，形式化效用与差异之间的固有权衡，并推断规避性再生成存在根本限制。在 16 个视觉和文本基础数据集、320 个再生成数据集和 590 个派生模型上的实验显示，DIPBox 优于此前方案，并在三种自适应攻击下刻画了其鲁棒性与局限。