BusterX++

BusterX++ MLLM 统一图像和视频人工智能生成内容检测

研究人员开发了 BusterX++，这是一种新颖的多模态大型语言模型 (MLLM)，旨在统一检测和解释跨图像和视频的人工智能生成内容。该方法旨在利用跨模态协同作用来解决日益增长的视觉错误信息问题。还引入了一个新的基准 GenBuster-Bench++，以促进该领域的研究。值得注意的是，研究发现，由稀疏奖励驱动的单阶段强化学习策略可以媲美甚至超越传统的监督微调后进行强化学习，这表明纯强化学习的更高策略熵有助于发展跨模态能力。