Newest papers

SpectralCanary: Embarrassingly Simple Low-Frequency Traces for T2I Dataset-Use Auditing

Sy-Tuyen Ho, Anirudh Satheesh, Soham Chawathe, Huy Nghiem, Yongkyun Lee, Andrew Adams Schoen, Furong Huang · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31659 · open-access PDF

Russian

Проанализировать, была ли модель с текстом к изображению (T2I) тонко настроенной на конкретную коллекцию изображений, сложно: модель может поглощать визуальные характеристики на уровне коллекции без воспроизведения изображений обучения. Проактивный аудит с использованием набора данных устанавливает общий сигнал в наборе данных перед выпуском, а затем проверяет, появляется ли этот сигнал в выпуске подозрительной модели. Существующие подходы часто обмениваются проверяемостью, верностью, прочностью и развертываемостью.

Machine translation (Meta M2M100); the English original follows.

Abstract

Auditing whether a text-to-image (T2I) model was fine-tuned on a particular image collection is difficult: a model can absorb collection-level visual characteristics without reproducing training images. Proactive dataset-use auditing plants a shared signal in a dataset before release, then later checks whether that signal appears in a suspect model's generated outputs. Existing approaches often trade off verifiability, fidelity, robustness, and deployability. We introduce $\textbf{SpectralCanary}$, which uses a smooth low-pass mask to blend a fixed canary image into every collection image whil

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange