研究：联邦训练对深度伪造检测可解释性的影响非单调

Muhammad Uzair Shahid 与 Muhammad Zabil Mehboob 提交 arXiv 论文，系统评估联邦深度伪造检测中 Grad-CAM 解释的忠实度：在 FaceForensics++ 数据集上测试 EfficientNet-B4 检测器跨五个联邦客户端、不同程度数据异构性下的表现。结论是二者关系非单调：近 IID 和中等异构下，联邦模型的解释忠实度达到甚至超过中心化基线；但极端异构下解释完全失效，空间不连贯且因果上具误导性。 作者称这种退化是与客户端异构性相关的阈值效应，并据此给出何时可安全部署隐私保护检测的实践指南。代码与数据划分已公开以便复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。