论文笔记

A SANITY CHECK FOR AI-GENERATED IMAGE DETECTION (ICLR 2025)

一句话总结

这篇论文关注 AI 生成图像检测任务中的评测可靠性：如果数据划分、生成器来源或后处理方式存在偏差，检测器可能学到的是数据集捷径，而不是真正可泛化的生成痕迹。

阅读关注点

• 论文如何定义“AI-generated image detection”。
• 使用了哪些生成模型和真实图像数据源。
• 是否讨论跨生成器、跨数据集、跨后处理的泛化。
• Sanity check 具体检查了哪些数据偏差。
• 对现有检测方法的结论是否稳健。

待补充

• 方法细节。
• 实验表格。
• 对后续项目的启发。