扩散模型成员推理提出时间难度校准方法

Michael Joseph 与 Yedid Hoshen 提出面向扩散模型成员推理的时间难度校准方法，沿训练时间和扩散时间两个维度校准图像重建难度，以分离记忆与图像固有难度。 方法包括 Reference-Model Calibration（RMC）和 Temporal Self-Calibration（TSC）。作者称，由于早期检查点并非总能获得，TSC 仅用单一模型即可沿扩散时间完成校准。代码已公开。

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。