神经信息处理系统大会（Conference on Neural Information Processing Systems, NeurIPS）是神经信息处理系统领域最具影响力的会议，专注于机器学习、计算神经科学和统计学的交叉研究，也是中国计算机学会（CCF）推荐的A类会议。NeurIPS 2025将于2025年12月2日至7日在美国圣地亚哥会议中心举行。南京信息工程大学数字取证教育部工程研究中心1篇关于伪造内容检测的论文被大会接收。
AI生成图像检测的数据集和评估标准
Is Artificial Intelligence Generated Image Detection a Solved Problem?
生成对抗网络 (GAN) 和扩散模型（Diffusion）等生成模型的快速发展使得创建高度逼真的合成图像成为可能，但也引发了人们对虚假信息、深度伪造和版权侵权的严重担忧。尽管已有众多AI生成图像检测器被提出，并且通常展现了较高的准确率，但它们在实际场景中的有效性仍然值得怀疑。因此，我们提出了AIGIBench，一个全面的生成图像检测评估框架，包含23个假图像子集，覆盖主流生成技术（GAN、Diffusion等）及社交媒体和AI艺术平台的真实样本。与此同时，我们的评估标准涵盖四大核心任务：A.多源泛化：测试检测器对未知来源图像的适应性; B.图像降质鲁棒性：评估在现实干扰下的稳定性; C.数据增强敏感性：探索增强策略的真正价值; D.测试时预处理影响：揭示预处理对检测效果的深层作用。通过对11个最先进检测器进行的大量实验表明，尽管这些检测器在受控设置下报告的准确率很高，但它们在实际数据上的性能会显著下降；常见增强带来的益处有限，而且预处理的影响也存在细微差别，这凸显了对更稳健的检测策略的需求。AIGIBench提供了一个统一且切合实际的评估框架，为指导未来研究实现可靠且可推广的AIGI检测提供了宝贵的见解。
AIGIBench中使用的评估数据集中真实图像和生成图像的可视化
论文作者：李梓强，颜嘉震，何子文，曾凯，蒋纬纬，熊礼治，付章杰
