LoFIT 用条件预测偏移的局部响应做扩散模型成员推断。
资讯摘要
论文提出一种面向文本到图像扩散模型的成员推断方法 LoFIT（Local Conditional Fit），用于审计训练数据使用。作者发现，在固定噪声输入下，改变文本条件会使预测噪声发生偏移；成员样本沿该偏移方向对去噪损失的初始改善空间更小。LoFIT 沿归一化预测偏移测量去噪损失的初始响应，并在多个文本条件与扩散状态上聚合，无需目标模型梯度，仅靠对去噪器的前向查询即可计算。作者报告在四个数据集上，该方法对微调与预训练模型的成员区分度均有提升。
要点速读
- LoFIT 利用条件预测偏移下去噪损失的初始响应判断成员身份，成员样本的局部改善空间更小。
- 方法无需目标模型梯度，仅通过去噪器前向查询计算，并在多个文本条件与扩散状态上聚合。
- 作者报告在四个数据集上，对微调与预训练模型的成员区分度提升；微调早期即可区分成员，而朴素去噪损失基线接近随机。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。