报告题目
大模型赋能的鉴伪取证方法
内容摘要
生成式AI大幅降低了“以假乱真”的门槛，伪造内容随之构成公共安全风险，鉴伪取证也因此成为AI治理的关键环节。被动式鉴伪取证作为一种底线防御技术虽具备可行性，但现有模型普遍面临泛化性、鲁棒性与可解释性等方面的挑战。评测显示，通用多模态大模型虽具备一定的内生鉴伪能力，但仍存在底层伪影难以识别、跨场景判决稳定性不足以及易产生幻觉等问题。本报告将介绍研究团队围绕鉴伪任务开展的大模型定制优化探索，通过表征复用、知识注入、内生定制、专家模型辅助协同等技术手段，使大模型赋能AI生成图像检测、人脸Deepfake检测、证照图像伪造检测及篡改定位等鉴伪任务，并在检测过程中使用置信度校准联合优化，从而构建高泛化、强鲁棒、可解释且可信的鉴伪技术体系。
讲座时间：11月6日(星期五)10:30
讲座地点：暨南大学番禺校区实验楼D1栋401会议室
报告人简介
李斌 深圳大学教授，博士生导师，广东省自然科学基金杰出青年基金获得者，深圳市高层次专业人才，深圳市优秀教师，IEEE/CCF/CSIG高级会员，入选全球前2%顶尖科学家“终身科学影响力排行榜”。现担任广东省智能信息处理重点实验室主任、深圳市媒体信息内容安全重点实验室主任、广东省图象图形学会副理事长、权威学术期刊IEEE T-IFS副总编辑(DE)。李斌教授的研究主要集中在人工智能安全方向，涉及深度伪造检测、多媒体内容鉴伪和AI治理等。发表包括国际权威刊物IEEE T-IFS、IEEE T-IP、IEEE T-CSVT等SCI/EI论文150多篇，编著教材2部，谷歌学术引用超过1.1万次。主持国家自然科学基金联合基金重点项目、深圳市学科布局重点项目等。获国家发明专利授权10余项，美国专利授权2项，转化专利2项，参与制定鉴伪相关技术标准2件。获中国计算机学会科学技术奖自然科学一等奖、深圳市自然科学二等奖、中国图象图形学会自然科学二等奖等。 初审 黄琨霖 吴小天 复审 杨雨晨 终审 朱丽君 |
