_Meilinger_
码龄10年
求更新 关注
提问 私信
  • 博客：550,396
    问答：227
    动态：28
    视频：1,552
    552,203
    总访问量
  • 215
    原创
  • 3,309
    粉丝
  • 34
    关注
IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）
IP 属地：意大利
加入CSDN时间： 2016-10-08

个人简介：个人简介：FDU科研达人养成计划｜CSC联培博士生｜欢迎各位伙伴关注，希望能与大家共同奋斗，一起进步～

博客简介：

Meiling_up

博客描述：
博客范围：科研闭环指南/科研工具分享/参会记录/干货分享/读书笔记/碎片思考/论文研读/……欢迎交流探讨～
查看详细资料
个人成就
  • 获得1,472次点赞
  • 内容获得277次评论
  • 获得2,406次收藏
  • 代码片获得5,258次分享
  • 博客总排名12,232名
  • 原力等级
    原力等级
    6
    原力分
    2,944
    本月获得
    1
创作历程
  • 17篇
    2026年
  • 21篇
    2025年
  • 30篇
    2024年
  • 87篇
    2023年
  • 15篇
    2022年
  • 11篇
    2021年
  • 37篇
    2020年
成就勋章
TA的专栏
  • 论文研读
    52篇
  • AIGC检测与溯源
    24篇
  • 科研闭环指南
    14篇
  • MLde论文集
    6篇
  • 碎片笔记
    65篇
  • 大模型
    17篇
  • 读书笔记
    9篇
  • 图像篡改定位
    1篇
  • AI妙想
    1篇
  • 参会记录
    18篇
  • 神经网络水印
    18篇
  • 文本隐写
    6篇
  • 问题清除指南
    38篇
  • 一点思考
    11篇
  • NLP
    9篇
  • 科研工具
    8篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 4

TA参与的活动 11

兴趣领域 设置
  • 人工智能
    人工智能深度学习自然语言处理pytorchchatgpt
  • 网络空间安全
    安全
  • AIGC
    AIGCagi
创作活动更多

AtomGit「码动四季·开源同行」秋季征稿活动

秋季征稿主题：开源成果经验分享 成果不止一种形态，我们为你准备了六大赛道，总有一款适合你： 开源项目成果复盘 把项目一年/一季的成长摊开来看：里程碑复盘、Star 与用户增长复盘、版本迭代复盘、从 0 到 1 的发布复盘。 🖊️ 示范选题： ●开源项目从 0 到 1000 Star，我做对了什么 ●开源一周年，我交出的成绩单 这类文章不只是一次经验分享，也是一张项目名片。欢迎将项目托管到 AtomGit 并申请成为 G-Star 项目，通过后可获得平台流量推荐、项目宣传等权益。（G-Star：AtomGit 最具影响力开源项目） ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/1f90c61528ad410d8d66f9d0e3707a5a.png) 咨询 G-Star 项目申请 2️⃣ 技术经验体系化沉淀 踩坑合集、最佳实践总结、工具链实战、CI/CD 流水线搭建、代码重构与架构演进。 🖊️ 示范选题： ●提了 50 个 PR 后，我总结的开源协作避坑清单 ●一次重大重构复盘：把单体拆成可维护的模块 3️⃣ AI 赋能开源的实战成果 AI 编程助手实战测评、基于开源模型的微调与应用开发、AI 辅助研发提效流水线。 🖊️ 示范选题： ●我用 AI 编程助手把提 PR 效率翻了 3 倍 ●基于开源大模型搭了个 XX 工具（附完整教程） 4️⃣ 开源共建笔记｜文档、社区与布道 开源文档写作与翻译、issue 互助经验、组织 meetup、用开源项目做教学与分享。 🖊️ 示范选题： ●一个优秀开源项目，文档应该怎么写 ●我用开源项目做了个线上 Workshop ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/23e83ceebc594c379f7fc6aa8dcfa40c.png) 扫码加入码动四季投稿交流群，和更多伙伴一起交流技术！

7人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 资源
  • 收藏
  • 关注/订阅/互动

  • 最近

  • 文章

  • 专栏

  • 资源

  • 收藏

  • 关注/订阅/互动

搜索 取消

工具分享｜Synthetic Image Research Map：AI 生成图像检测与溯源研究的交互式文献地图

本文介绍了一个用于整理和可视化 AI 生成图像检测与溯源研究文献的交互式网页：Synthetic Image Research Map。该网页围绕 synthetic image detection、synthetic image attribution、source attribution 等研究方向，整合论文信息、作者机构、地理位置、任务类型和版本状态，并通过世界地图展示相关研究机构的空间分布与合作关系。网页支持关键词检索、多条件筛选和动态统计等功能。后续相关文献列表将主要通过该网页和后台数据库更新。
原创
博文更新于 2026.08.29 ·
426 阅读 ·
10 点赞 ·
0 评论 ·
3 收藏

文献汇总｜AI生成图像检测与溯源相关工作（2026）

本篇博客总结2026年度AI生成图像检测与溯源相关研究工作。
原创
博文更新于 2026.08.29 ·
1061 阅读 ·
11 点赞 ·
0 评论 ·
9 收藏

文献汇总｜AI生成图像检测相关数据集汇总

本博客汇总当前AI生成图像检测领域用到的数据集及相关链接。
原创
博文更新于 2026.08.16 ·
3981 阅读 ·
39 点赞 ·
1 评论 ·
35 收藏

论文分享｜参考式AI生成图像溯源：表示空间与参考图像的耦合分析

基于参考图像的 AI 生成图像来源溯源具有较好的扩展性，但其性能不仅取决于采用何种视觉表示，也受到参考图像构建方式的显著影响。本文介绍一项我们最近关于二者耦合关系的系统研究：以 CLIP 和 DINOv2 不同网络层的特征作为表示空间，并比较任意参考、语义对齐参考和重合成参考三种逐步增强语义约束的参考选择策略。实验表明，中间层特征通常比最终层表示更适合来源溯源，而参考选择的收益会随表示空间和参考预算变化。该工作从表示层级、语义匹配和参考数量三方面分析参考式溯源的关键设计因素，为后续图像取证研究提供参考。
原创
博文更新于 2026.07.17 ·
414 阅读 ·
4 点赞 ·
0 评论 ·
4 收藏

碎片笔记｜分类问题与回归问题的关系

分类与回归通常被视为监督学习中的两类基本任务：前者预测离散类别，后者预测连续数值。但从模型的计算过程看，二者并非完全割裂。二分类可以表示为连续分数或条件概率估计，再通过阈值得到类别；回归也可以通过区间离散化、多阈值分类或二分式判断转化为分类问题。本文从输出空间、损失函数、决策规则和条件分布建模等角度，分析分类与回归相互转化的方式及其局限，并说明二者可以在概率建模层面统一，但不能在任务语义和目标空间结构上简单等同。
原创
博文更新于 2026.07.12 ·
406 阅读 ·
10 点赞 ·
0 评论 ·
7 收藏

理解扩散模型微调：Textual Inversion、DreamBooth、LoRA 与全量微调

本文系统介绍 Textual Inversion、DreamBooth、LoRA、Custom Diffusion 与全量微调等代表性路线。文章从文生图扩散模型的基本结构出发，解释文本编码器、U-Net 与 VAE/Decoder 在生成过程中的作用，并围绕“新知识写进哪里、训练时更新哪些参数、推理时如何调用”这一主线展开。本文旨在帮助读者建立清晰的微调方法认知框架，理解不同方法的机制差异、适用场景与主要局限。
原创
博文更新于 2026.07.02 ·
411 阅读 ·
5 点赞 ·
0 评论 ·
5 收藏

碎片笔记｜Open-Set Rejection Strategies：从 MSP 到 OpenMax、Energy、ViM 与 GEN

在真实应用中，测试样本并不总是来自训练阶段见过的类别。对于生成图像溯源任务而言，未知生成器不断出现，如果模型只能在已知生成器之间强制分类，就容易产生错误归因。因此，开放集拒识策略成为提升系统可靠性的关键。本文围绕 closed-set classifier + rejection score 的基本框架，系统介绍 MSP、MLS、Energy、Entropy、GEN、OpenMax、Mahalanobis Distance、Residual Score 和 ViM 等常见方法。
原创
博文更新于 2026.06.28 ·
456 阅读 ·
9 点赞 ·
0 评论 ·
9 收藏

论文介绍｜Source Attribution of AI-Generated Images: a Principled Survey（Preprint）

本文综述了AI生成图像溯源的研究进展，系统梳理了从生成模型、任务定义到方法范式的全流程。研究聚焦被动溯源技术，通过分析生成痕迹判断图像来源，支持模型验证、责任追踪等应用。文章提出统一统计框架，区分来源识别与验证任务，并归纳直接与基于参考的两类方法。同时探讨了不同溯源粒度的挑战，总结了主流数据集与评估指标。该工作为多媒体安全、可信生成式AI等方向提供了系统参考，并指出了开放环境泛化、跨域鲁棒性等未来挑战。预印本已发布，欢迎交流建议。
原创
博文更新于 2026.06.23 ·
388 阅读 ·
4 点赞 ·
0 评论 ·
4 收藏

碎片笔记｜从 CLIP、OpenCLIP、EVACLIP、SigLIP 到 SigLIP-2：视觉语言编码器的技术演进

本文围绕 CLIP 到 SigLIP-2 的技术演进展开介绍，梳理视觉语言编码器从开放词表识别到多能力视觉表征的发展脉络。文章首先回顾 CLIP 如何通过自然语言监督和图文对比学习建立开放词表视觉识别范式，随后介绍 OpenCLIP、EVA-CLIP、SigLIP 和 SigLIP-2 分别在可复现 scaling、高效训练、损失函数设计和表征能力扩展方面的改进。最后，文章总结了不同模型在特征提取和下游任务选择中的使用启示。
原创
博文更新于 2026.06.19 ·
677 阅读 ·
10 点赞 ·
0 评论 ·
9 收藏

碎片笔记｜样本少不等于欠拟合：从 Few-shot 任务理解过拟合与欠拟合

本文围绕机器学习中的过拟合与欠拟合问题展开讨论，解释二者在训练集、验证集和测试集上的典型表现，并从模型复杂度、特征空间、数据规模、正则化、shortcut learning 和数据泄漏等角度分析其成因。文章特别指出，样本少并不必然意味着欠拟合；在 few-shot 场景中，模型更常见的问题可能是过拟合或高方差，因为少量样本难以代表完整数据分布，模型容易记住偶然特征而非稳定规律。最后，文
原创
博文更新于 2026.06.05 ·
229 阅读 ·
5 点赞 ·
0 评论 ·
5 收藏

一点思考｜我们每个人，都是一个不断更新的条件概率模型

本文以“人像一个不断更新的条件概率模型”为隐喻，探讨经验、知识与反馈如何持续塑造人的认知和决策。文章认为，一个人的判断并非凭空产生，而是受到过往经历、信息输入、情绪记忆和环境条件的共同影响；由于每个人接触到的“训练数据”不同，人与人之间的理解天然存在边界。认知可以随着新信息不断更新，但时间无法回滚，因此成长的意义不是改写过去，而是在反馈中修正未来的判断。偏见往往来自信息不足和经验狭窄，而从无知走向有知的过程，也是在学习如何更审慎地判断自己与他人。
原创
博文更新于 2026.05.31 ·
264 阅读 ·
4 点赞 ·
0 评论 ·
3 收藏

一点思考｜AI生成图像检测与溯源：我们到底在判断什么？

本文围绕生成图像检测与生成图像溯源的任务边界展开讨论。生成图像检测关注自然图像与合成图像之间的判别，而生成图像溯源关注不同生成源之间的归因。文章指出，将自然图像作为一个统一类别与各生成模型类别并列，虽然在实验设置上较为方便，但本质上混合了 detection 与 attribution 两类任务，并可能造成类别语义层级不一致、自然图像分布偏移以及总体准确率解释不清等问题。因此，合成图像取证研究需要首先明确“我们到底在判断什么”，并在实验设计中分别评估检测、溯源与开放集拒识能力。
原创
博文更新于 2026.05.31 ·
499 阅读 ·
10 点赞 ·
0 评论 ·
5 收藏

书籍推荐｜《Countering Disinformation in the Era of Generative AI》

《生成式AI时代的虚假信息应对》一书系统探讨了AI生成内容对信息可信度的挑战，提出了从技术检测到实际应用的解决方案。该书整合了图像篡改检测、多模态验证、可解释性工具等前沿研究，强调人机协同的事实核查机制。亮点包括：构建完整的媒体验证工作流而非单一检测模型；提出GenAI分类框架以区分不同风险等级；覆盖图像、音频、视频等多模态取证技术；注重模型可解释性与用户反馈机制。本书为研究者提供了生成式AI时代信息可信问题的系统性视角。
原创
博文更新于 2026.05.09 ·
484 阅读 ·
7 点赞 ·
0 评论 ·
11 收藏

文献汇总｜AI生成图像检测相关工作汇总（2018-2025）

本篇博客总结 2018年至2025年 synthetic image detection 相关研究工作。
原创
博文更新于 2026.04.29 ·
12101 阅读 ·
75 点赞 ·
3 评论 ·
135 收藏

碎片笔记｜AUC 与 Accuracy：图像二分类模型的排序能力与决策性能解析

本篇博客介绍二分类任务中常用的两个评估指标（AUC 和 Accuracy）及各自的使用场景。
原创
博文更新于 2026.03.02 ·
1158 阅读 ·
10 点赞 ·
0 评论 ·
17 收藏

碎片笔记｜从 MAE 到 AAAI Fellow：AI 领域欧洲与全球学术头衔的结构化解析

本篇博客介绍 AI 领域常见的学术头衔，如MAE、IEEE Fellow 和 AAAI Fellow
原创
博文更新于 2026.03.02 ·
1056 阅读 ·
15 点赞 ·
0 评论 ·
10 收藏

论文介绍｜Bridging the Gap Between Ideal and Real-world Evaluation

本篇博客介绍本人参与的一项关于 AI 生成图像检测评测的研究工作，相关论文已被 ICCV 2025 录用。
原创
博文更新于 2026.01.28 ·
897 阅读 ·
17 点赞 ·
0 评论 ·
11 收藏

问题清除指南｜从源码实现看 BCELoss 与 BCEWithLogitsLoss 的数值稳定性差异与适用场景

本篇博客从数学定义、源码实现与工程实践三个层面，系统分析 BCELoss 与 BCEWithLogitsLoss 的差异及其各自适用的应用场景。
原创
博文更新于 2026.01.28 ·
839 阅读 ·
20 点赞 ·
0 评论 ·
13 收藏

论文介绍｜MSAQE: A Large-Scale Dataset for Multi-view Scenic Areas Quality Evaluation

本篇博客介绍本人参与的景区质量评估研究工作 MSAQE: A Large-scale Dataset for Multi-view Scenic Areas Quality Evaluation
原创
博文更新于 2026.01.24 ·
457 阅读 ·
10 点赞 ·
0 评论 ·
8 收藏

论文研读｜基于扩散过程的图像篡改定位

基于扩散过程的图像篡改定位
原创
博文更新于 2025.11.15 ·
1586 阅读 ·
23 点赞 ·
0 评论 ·
15 收藏
加载更多