SPARED:让检测器与伪造者互相训练,能否打破AI图像检测的三大捷径?

研究空白:三道捷径锁

SPARED的核心判断是:来源捷径、模板化解释和静态决策边界,这三个问题看似独立,其实都源于同一个根源——训练数据的构造方式。如果真实图和假图来自不同渠道,检测器就学会分辨渠道;如果解释语料是模板生成的,检测器就学会背模板;如果训练集固定不变,检测器的边界就静止不动。所以关键不是换更大的模型,而是换一种造数据的方式。