Краткое содержание

arXiv:2411.07449v3 Тип объявления: заменить Аннотация: Модели диффузии преобразовали синтез изображений через итеративное удаление шума, определяя траектории от шума к согласованным данным. Хотя их возможности широко восхваляются, остается не решенной критическая задача: обеспечение ответственного использования путем проверки того, исходит ли изображение из обучающего набора модели, ее новых генераций или внешних источников. Мы представляем рамку для анализа траекторий диффузии с этой целью. Конкретно, мы демонстрируем, что временные динамики на протяжении всей траектории позволяют проводить более надежную классификацию и бросают вызов широко принятой гипотезе "Золотой середины", которая утверждает, что инференс членства эффективен только в узких стадиях удаления шума. На фундаментальном уровне мы выявляем критические недостатки текущих практик инференса членства, показывая, что представительные методы терпят неудачу при сдвигах распределений или когда присутствуют данные, сгенерированные моделью. Для атрибуции модели мы демонстрируем... (Продолжение текста отсутствует в оригинале)