8月6日
09:33
09:33官方账号arXiv cs.AI@Jacob Arndt, Debvrat Varshney, Philipe Dias, Nivedita Nukavarapu
该论文提出一个用于卫星图像篡改检测与定位的原型基准数据集,包含60张图像,其中30张经复制粘贴拼接或扩散模型修复等方式篡改,另30张为真实图像。每张图像都配有像素级真值掩码和采集元数据,支持定位性能评估。数据集已发布在HuggingFace平台,可免费下载。
推荐理由:遥感领域缺精细的篡改定位数据集,这个原型集合了拼接和扩散修复两类篡改,还带掩码和元数据,做取证研究可以直接拿来测。
8月4日
8月3日
23:14
23:14官方账号Decoder@Matthias Bastian
Interpol新报告显示,AI已参与非洲55%的已报告网络犯罪。非洲网络犯罪造成的财务损失从1.92亿美元增至4.84亿美元,翻了一倍多。报告还记录了约60万起涉及深度伪造的数字敲诈案件。AI正成为非洲网络犯罪的核心运营驱动力。

推荐理由:Interpol说非洲55%网络犯罪都有AI参与,损失翻倍到4.84亿美元,深度伪造敲诈60万起,值得看看。
6月10日
09:26
09:26官方账号arXiv cs.LG@Vojtěch Staněk, Eva Trnovská, Kamil Malinka, Anton Firc
该论文对39个深度伪造语音数据集进行了系统性审计,发现大多数数据集缺乏人口统计元数据(如性别、语言标签),导致公平性评估几乎不可行。此外,不同数据集之间存在大量底层真实语音源语料库的重叠,这会削弱跨数据集评估的有效性,并导致泛化能力被高估。研究揭示了当前深度伪造语音检测领域在数据多样性和评估严谨性上的关键缺陷。
推荐理由:做语音安全或深度伪造检测的研究者会发现,现有数据集的公平性和泛化性评估可能建立在脆弱基础上——这篇审计直接点出了数据层面的系统性漏洞,值得在选数据集或写论文时参考。
5月20日