研究人员开发了一种名为“基于接地感知的裁判奖励强化学习”（GA-JRRL）的新型强化学习方法，以提高多模态大语言模型（MLLMs）在人脸防伪（FAS）方面的域外泛化能力。传统方法在验证FAS模型的推理过程方面存在困难，仅依赖于稀疏的判断信号。GA-JRRL通过使用视觉-语言裁判模型，根据证据锚定、逻辑连贯性和领域知识对推理链进行评分，有效地将图像本身转化为验证信号，从而解决了这一问题。该方法在两个域外基准测试中降低了平均分类错误率（ACER），同时保持了域内准确性，优于现有基线。 AI
影响 这项新的强化学习技术可以增强AI系统在身份验证等安全敏感应用中的鲁棒性和可信度。
排序理由 该集群包含一篇详细介绍AI模型训练新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- CelebA-Spoof
- Face Anti-Spoofing Using Texture-Based Techniques and Filtering Methods
- Grounding-Aware Judge Reward Reinforcement Learning
- Group Relative Policy Optimization
- LCC-FASD
- MSU-MFSD
- multimodal large language model
- ResNet-101
- ResNet-50
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
