Deep Residual Injection

新的Deep-VRM方法增强了MLLM的取证信号感知能力

研究人员开发了一种名为深度视觉残差MLLM（Deep-VRM）的新方法，以增强多模态大语言模型（MLLM）的取证能力。该方法在通过残差路径注入低级伪影信号的同时，保留了模型的预训练语义理解。这使得模型能够联合处理语义推理和取证线索，从而实现对AI生成内容的鲁棒且可泛化的检测。实验表明，Deep-VRM在各种基准测试中均取得了最先进的性能。