LoFIT：用局部条件拟合探测扩散模型成员推理

研究者提出 LoFIT（Local Conditional Fit），通过测量去噪损失在归一化预测偏移方向上的初始响应，判断样本是否参与过文本到图像扩散模型训练，成员样本的局部改进空间更小。该方法无需目标模型梯度，仅靠对去噪器的前向查询即可计算，在四个数据集上对微调与预训练模型均提升了成员判别效果。LoFIT 能在微调早期识别成员样本，而朴素去噪损失基线仍接近随机水平。