待验证50% 置信事实精确时间

Celeb-DF 数据集的伪造质量显著高于早期的 FaceForensics++ 数据集，设计初衷是弥补早期基准过于容易的问题

1

来源数

50%

置信度

长期有效

时效性

2026/10/6

首次发现

来源

光学解码器登场：混合式深度伪造检测器解析

涉及实体

Celeb-DFconcept FaceForensics++concept

相关事实

待验证后续研究指出DPO在分布外样本上容易过度拟合偏好数据中的虚假相关性，且因缺乏显式奖励模型更难监测过度优化程度61% 相似待验证许多渐近意义上更优的算法因隐藏常数因子较大或实现复杂，在真实数据规模下反而不如高度优化的Dijkstra或A*60% 相似待验证FID（Fréchet Inception Distance）通过比较真实数据与生成数据在深度神经网络特征空间中的统计分布差异来评估生成质量，数值越低表示越接近真实60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/979820

API

curl https://kongchang.com/api/v1/knowledge/claims/979820

MCP

get_claim(id=979820)