本文构建了一个用于检测GPT-Image-2生成富文本图像的多领域基准数据集,并系统评估了现有检测器与多模态视觉语言模型,揭示了现有方法在领域依赖性及后处理鲁棒性方面的局限。
机构:四川大学
来源:arXiv 2606.19259 | AI4Papers 论文推荐平台