扩散模型成员推断提出跨时间难度校准方法

2026年10月30日，arXiv cs.AI/cs.LG 刊出一篇论文，针对扩散模型的成员推断攻击提出跨时间难度校准方法 RMC 与 TSC。报道称，传统做法依据重建损失判断某张图片是否在训练集中；但复杂训练图片的损失可能高于简单未见图片，因此容易误判。论文据此提出跨时间难度校准，以缓解训练样本与未见样本在难度上的差异。目前报道主要介绍了问题设定与方法名称。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。