Adversarial ML

Die CLR-Reise

16. August 2026riteshpakala/Veil8riteshpakala/VeilGardeComputer Visionxgboostdinov2ganmlxsynthetische Medien

Von einer Perspektiv-Warp-Neugier zu einem On-Device-Herkunfts-Stack – mein Forschungslog zum Bau eines physikalisch fundierten Detektors für KI-Bilder.

Alle Zahlen sind aus meinen ursprünglichen Forschungsnotizbüchern zusammengestellt – ich habe jede Zahl hier selbst gemessen und die Widerlegungen neben den Erfolgen stehen lassen. Die Prosa wurde mit KI aus diesen Notizbüchern und Registern entworfen und dann von mir bearbeitet.


CLR („Computational Light Reconstruction“) begann mit einer einzigen Frage, die ich nicht loswurde: Wenn eine echte Fotografie eine Aufzeichnung von Physik ist, kann ich dann das Fehlen dieser Physik erkennen, ohne je auf den Inhalt zu schauen? Dieser Beitrag zeichnet die Reise der Reihe nach nach – die frühe Erkundung dreier Architekturen, die Hypothese, die das Problem neu fasste, den Feature-für-Feature-Anstieg der AUC bis v1.8, die Fusion, die die Warp-Decke durchbrach, die v2.0-Sonde, die meine eigene Generalisierungsbehauptung widerlegte, und den gerouteten Spezialisten-Stack, der heute auf dem Gerät ausgeliefert wird.

Live ausprobieren: obscur.rao.nyc – der aktuelle Stack, angewandt auf Ihre eigenen Bilder.

Erkennung ist eine Hälfte eines breiteren Bemühens um Rechenschaftspflicht bei synthetischen Medien, das ich verfolge – die Präventionshälfte, ein von mir vorgeschlagenes Candidate Likeness Registry, plädiert dafür, täuschende Abbilder schon bei der Generierung zu stoppen, bevor sie je einen Feed erreichen.

Dies ist ein offenes Forschungslog, keine Rückschau. CLR ist im Gange – die letzte Version unten ist der heutige Stand der Arbeit, nicht ihr Ende, und nichts hier hat bisher ein ordentliches Deployment durchlaufen; die Demo oben kommt dem am nächsten. Ich habe den gesamten Forschungsprozess unabhängig aufgebaut: den Korpus, den Feature Store, das Retrain-Schwungrad, die Testbatterie, die jede Freigabe absichert. Diese Unabhängigkeit hat die Reise bisher so erfreulich gemacht. Eine Widerlegung kann die gesamte Roadmap an einem Nachmittag umordnen – genau das geschah in Kapitel 5 –, ohne dass mich etwas drängt, sie zu vergraben, daher halten die folgenden Kapitel jede dieser Widerlegungen im Blick.

Jedes Kapitel ist eine eigenständige Seite. Lesen Sie der Reihe nach oder springen Sie vom Inhaltsverzeichnis unten zu einem kritischen Punkt.

Die Reise auf einen Blick

text
v1        3 architectures in parallel (transformer / GAN / trees) — trees win on probe scalars
v1.3      hypothesis-grounded features only ...................... AUC 0.627
v1.4–1.5  + residual-heterogeneity and cross-recovery features ... AUC 0.754
v1.6      high-pass content isolation (the pivot)
v1.7      + seam features ....................................... AUC 0.761
v1.8      the 10-feature descriptor FROZEN ...................... AUC 0.775 (tile), ~0.73 (image)
v1.9      warp ⊕ DINOv2 ⊕ capture signature ..................... image AUC 0.897
v2.0      cross-source probe: warp/dino/capture ALL sign-invert
          on unseen 2025 generators — generalization = data coverage
v2.3      JPEG container provenance signs raw captures at 0.998
v2.4      shipped regime: hardened warp + fusion (AUC 0.922), full Swift parity
v2.5+     flywheel (scrape → features → warm-start retrain → battery → promote),
          specialist priors, domain heads, x-domain gate
v2.6–2.7  directional signatures · WarpGAN distillation (student beats teacher)
next      proper deployment — the chapter that isn't written yet

So lesen Sie dies

  • Das Warp-Round-Trip-Residuum ist das Rückgrat von allem: Man verzerrt eine 32-px-Kachel mit einer kleinen zufälligen Homografie, verzerrt sie zurück und misst, was die doppelte Neuabtastung zerstört hat. Echtes Sensorrauschen ist zerbrechlich; synthetische Textur ist es nicht. Kapitel 2 macht das präzise.
  • Zahlen werden auf der Ebene angegeben, auf der sie gemessen wurden: pro Kachel (AUC, absichtlich schwach), pro Bild (AUC, Aggregation holt das Signal zurück) und Ergebnisse der zurückgehaltenen Testbatterie (was tatsächlich eine Auslieferung freigibt).
  • Negative Ergebnisse sind hier erstklassige Bürger. Der Crop-Bypass-Fix, das Absterben der Seam-Features, die v2.0-Inversionstabelle und die Widerlegung der Anomalie-Route haben die Architektur jeweils stärker verändert als die meisten meiner Erfolge.

Inhalt