识别文生图排行榜背后的模型

研究者提出基于质心的去匿名化方法，利用各文生图模型生成图像在图像嵌入空间中形成的独特聚类，无需提示词控制或训练数据即可识别投票式排行榜背后的模型。实验覆盖 22 个模型、280 个提示词、共 150K 张图像，方法取得较高准确率，并揭示出系统性的模型特有生成特征。论文还提出提示词级别的可区分性指标，大规模分析显示某些提示词可使模型区分度接近完美。作者指出，这些发现暴露了文生图排行榜的根本性安全缺陷，并推动更强的匿名化防御。