PRADA：基于概率比率的自回归生成图像归因与检测

自回归（AR）图像生成最近作为图像合成的强大范式涌现。利用大型语言模型的生成原理，允许高效生成逼真的图像，进一步增加了可靠检测方法的需求。然而，迄今为止缺乏针对AR图像生成器检测图像的工作。在本文中，我们提出PRADA（Probability-Ratio-Based Attribution and Detection of Autoregressive-Generated Images），一种简单且可解释的方法，可可靠检测AR生成的图像并归因于其来源模型。关键思想是检查模型其条件概率和无条件概率之比，用于表示给定图像的自回归标记序列。每当图像由特定模型生成时，其概率比率都会显示独特特征，而其他模型或真实图像则不显示此类特征。我们利用这些特征进行基于阈值的归因和检测，通过校准一个简单的模型特定评分函数。我们的实验评估显示，PRADA对八个类-to图像和四个文本-to图像模型都 highly effective。我们在github.com/jonasricker/prada上发布代码和数据。