پرش به محتوای اصلی

موضوع

اصالت محتوا

C2PA, watermarking, deepfake detection, provenance

۲۳۹ مقاله منتشر شده

چرا دقت یکسان در تشخیص جعل عمیق، حاصل سیگنال‌های متفاوتی است؟

چرا دقت یکسان در تشخیص جعل عمیق، حاصل سیگنال‌های متفاوتی است؟

پژوهشگران یک خط‌لوله تفسیرپذیری ابداع کردند که نشان می‌دهد مدل‌های تشخیص جعل عمیق صوتی، حتی با دقت مشابه، بر اساس معیارهای متفاوتی تصمیم می‌گیرند. این یافته‌ها نشان می‌دهد که…

۱ دقیقه خواندن
تداخل داده‌ای در ۳۹ مجموعه‌داده؛ دلیل متورم شدن دقت تشخیص جعل عمیق صوتی

تداخل داده‌ای در ۳۹ مجموعه‌داده؛ دلیل متورم شدن دقت تشخیص جعل عمیق صوتی

یک بازرسی جامع از ۳۹ مجموعه‌داده‌ی گفتار جعلی، فقدان متادیتای جمعیتی و تداخل شدید منابع را آشکار کرد. این نقص‌ها باعث تورم مصنوعی در معیارهای دقت شده و ارزیابی عدالت‌محور در…

۱ دقیقه خواندن
ASVspoof 5: کاهش نرخ خطای تشخیص جعل عمیق به ۲.۵۷٪ با استراتژی RAT

ASVspoof 5: کاهش نرخ خطای تشخیص جعل عمیق به ۲.۵۷٪ با استراتژی RAT

یک استراتژی آموزشی جدید به نام آموزش ارجاع‌افزا (RAT) دقت تشخیص صدای جعل‌شده را به‌طور قابل‌توجهی افزایش داده است. این روش ثابت می‌کند که استفاده از مراجع گوینده در زمان آموزش،…

۱ دقیقه خواندن
چرا دقت دکودر برای توقف تزریق‌های پرامپت مغزی کافی نیست؟

چرا دقت دکودر برای توقف تزریق‌های پرامپت مغزی کافی نیست؟

پژوهشگران نوع جدیدی از حملات به نام «تزریق پرامپت مغزی» را شناسایی کرده‌اند که از طریق اختلال در سیگنال‌های عصبی، عامل‌های BCI-LLM را به کنترل درمی‌آورد. این مطالعه ثابت می‌کند که…

۲ دقیقه خواندن
رمزگشایی از کانال استگانوگرافی در استنتاج LLM از طریق بذرهای PRNG

رمزگشایی از کانال استگانوگرافی در استنتاج LLM از طریق بذرهای PRNG

پژوهشگران روشی را کشف کرده‌اند که اجازه می‌دهد پیام‌های مخفی ۳۲ بیتی را بدون تغییر در وزن‌های مدل، تنها با دستکاری بذرهای تصادفی در خروجی‌های LLM جای‌گذاری کنند. این متد حتی بدون…

۲ دقیقه خواندن
حمله CFD: افزایش ۲۸.۳ درصدی موفقیت جیل‌بریک از طریق «شکاف منشأ» در مدل‌ها

حمله CFD: افزایش ۲۸.۳ درصدی موفقیت جیل‌بریک از طریق «شکاف منشأ» در مدل‌ها

پژوهشگران یک «شکاف منشأ» در عامل‌های هوش مصنوعی شناسایی کرده‌اند که اجازه می‌دهد درخواست‌های مضر در قالب فایل‌های به‌ظاهر بی‌خطر پنهان شوند. متد جدید CFD با دور زدن فیلترهای متنی،…

۱ دقیقه خواندن
مخزن convictional/souls-only در گیت‌هاب: فونتی برای انسان نه هوش مصنوعی و فریم‌ور کیبورد
آموزش کاربردی

رمزگشایی از Souls Only: فونتی که متن را برای ربات‌های AI به نویز تبدیل می‌کند

پروژه‌ی متن‌باز جدیدی با نام Souls Only، با جداسازی بایت‌های ذخیره‌شده از نویسه‌های بصری، متن‌ها را برای انسان قابل خواندن و برای ربات‌های جمع‌آوری داده (Scrapers) به صورت نویز…

۵ دقیقه خواندن
جریمه ۱۰ هزار دلاری در روز؛ تله‌ی حقوقی جدید برای توسعه‌دهندگان در آیووا
آموزش کاربردی

جریمه ۱۰ هزار دلاری در روز؛ تله‌ی حقوقی جدید برای توسعه‌دهندگان در آیووا

قانون جدید تأیید سن در ایالت آیووا، توسعه‌دهندگان را مجبور به استقرار خطوط لوله‌ی پیچیده‌ی بیومتریک می‌کند. این موضوع تضاد فنی شدیدی میان حفظ حریم خصوصی کاربر و الزام قانونی برای…

۳ دقیقه خواندن
بررسی ۳۰ ابزار انسانی‌ساز: AI-Humanizer نرخ شناسایی Turnitin را به زیر ۱۵٪ رساند
آموزش کاربردی

بررسی ۳۰ ابزار انسانی‌ساز: AI-Humanizer نرخ شناسایی Turnitin را به زیر ۱۵٪ رساند

تحلیلی جامع در سال ۲۰۲۶ نشان می‌دهد ابزارهای «انسانی‌ساز» می‌توانند ردپای هوش مصنوعی را در متون تا سطح شناسایی ۱۵ درصدی Turnitin کاهش دهند. این راهنما با ارزیابی بیش از ۳۰ ابزار،…

۹ دقیقه خواندن
سقوط ردیابی فکری: وقتی هوش مصنوعی «الهام» را به سرقت ساختاری تبدیل می‌کند

سقوط ردیابی فکری: وقتی هوش مصنوعی «الهام» را به سرقت ساختاری تبدیل می‌کند

مدل‌های هوش مصنوعی تنها جملات را تقلید نمی‌کنند، بلکه ساختارهای فکری انسان را بدون ارجاع جذب و بازترکیب می‌کنند. این «سرقت ساختاری» باعث نامرئی شدن بدهی‌های فکری می‌شود و نیازمند…

۲ دقیقه خواندن
گزارش Zapier: ۴٪ از پرامپت‌های هوش مصنوعی حاوی داده‌های حساس شرکتی هستند
آموزش کاربردی

گزارش Zapier: ۴٪ از پرامپت‌های هوش مصنوعی حاوی داده‌های حساس شرکتی هستند

ادغام شتاب‌زده‌ی هوش مصنوعی در محیط‌های کاری، حفره‌های امنیتی خطرناکی از جمله «هوش مصنوعی سایه» و کلاهبرداری‌های جعل عمیق ایجاد کرده است. سازمان‌ها باید از پذیرش پراکنده ابزارها…

۳ دقیقه خواندن۱