虚假人工智能生成内容（FAIGC）：理论、检测方法与机遇综述
计算与语言
2024-05-06 v2 人工智能
计算机与社会
摘要
近年来，以大型语言模型（LLMs）和扩散模型为代表的生成式人工智能模型彻底改变了内容生产方式。这些人工智能生成内容（AIGC）已深深融入日常生活和工作的各个方面。然而，这些技术也导致了虚假人工智能生成内容（FAIGC）的出现，给区分真实信息带来了新挑战。必须认识到，AIGC 技术犹如一把双刃剑；其强大的生成能力虽然有益，但也为 FAIGC 的创建和传播带来了风险。在本综述中，我们提出了一个新的分类法，对当今 FAIGC 方法的空间进行了更全面的细分。接下来，我们探讨了 FAIGC 的模态和生成技术。我们介绍了 FAIGC 检测方法，并从多个角度总结了相关基准测试。最后，我们讨论了未来研究中突出的挑战和有前景的领域。
关键词
引用
@article{arxiv.2405.00711,
title = {Fake Artificial Intelligence Generated Contents (FAIGC): A Survey of Theories, Detection Methods, and Opportunities},
author = {Xiaomin Yu and Yezhaohui Wang and Yanfang Chen and Zhen Tao and Dinghao Xi and Shichao Song and Simin Niu and Zhiyu Li},
journal= {arXiv preprint arXiv:2405.00711},
year = {2024}
}