来自波兰NASK国家研究所、华沙理工大学以及德国CISPA信息安全研究中心的研究团队，在2026年3月发表了一项突破性研究，提出了一种名为"条件激活传输" (CAT)的新方法。这项研究发表在顶级人工智能会议上，论文编号为arXiv:2603.03163v1，为解决AI图像生成的安全问题开辟了全新的道路。

本文第一作者廖海旭为新泽西理工学院数据科学系在读博士生，师从Prof. Shuai Zhang。 对比学习已成为表征学习中的一种强大范式，能够在不依赖标签的情况下有效利用无标注数据。 在这一框架下，语义相似的样本被视为正样本对，而语义不同的样本被视为负样本对 ...