FAS-R1

新的MLLM框架通过推理能力增强人脸防欺骗

研究人员推出FAS-R1，一个新颖的多任务多模态大语言模型（MLLM），旨在实现先进的人脸防欺骗（FAS）能力。该框架旨在超越简单的真实/欺骗决策，提供攻击语义和图像基础证据。FAS-R1采用两阶段方法，首先在名为FAS-R1-23K的新长上下文数据集上进行监督微调，然后进行FAS特定的GRPO后训练。采用了降级模拟增强和难度感知GRPO等技术，以确保在不同视觉质量下推理的稳定性，并优化在挑战性攻击上的性能。