研究者提出LoFIT探测扩散模型训练成员

ByungHee Cha等作者提出LoFIT（局部条件拟合）方法，用于判断样本是否参与过文本到图像扩散模型的训练。其做法是测量去噪损失在归一化预测偏移方向上的初始响应，并跨多个文本条件和扩散状态汇总；作者称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。作者报告在四个数据集上，对微调与预训练模型均提升了成员判别效果，并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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。