ARISE：面向持续多模态伪造检测的真实参考引导稳定性增强
ARISE: Authentic Reference-Informed Stability Enhancement for Continual Multimodal Forgery Detection
AI 导读
ARISE 针对攻击增量式持续多模态伪造检测，在三种攻击演化协议与多种检测器架构上较持续学习基线提升了历史保持与最终平均性能。方法以仅真实样本拟合的高斯混合模型为历史参考，GRASP 以各向异性度量约束历史稳定方向，VAR 为脆弱阶段分配有界回放权重；配套 Fable-Bench 以联合模态、文本侧与图像侧协议组织攻击演化。