联邦与集中式深度伪造检测Grad-CAM忠实度对比

2026年10月29日，arXiv cs.AI / cs.LG 发布一篇预印本论文，聚焦的问题是：联邦训练是否会降低深度伪造检测模型的可解释性。该研究在 FaceForensics++ 数据集上，采用 EfficientNet-B4 作为检测器，并设置五个联邦客户端，系统比较联邦式与集中式深度伪造检测中 Grad-CAM 解释的忠实度。截至本条报道，这是该事件已知的首条公开信息，报道未披露两种训练方式下忠实度指标的具体数值、差异方向及论文结论，也未给出对比结果，因此事件仍处于论文公开、结论待明确的阶段。后续进展需待论文全文或更多报道补充。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。