摘要
针对 3D 高斯泼溅（3DGS）模型共享与修改带来的知识产权保护及取证溯源挑战，本文提出 GaussTrace 框架。该方法将来源分析构建为基于证据的推理问题，结合 3DGS 参数的属性统计特征分析与假设驱动的编辑模拟，为大型语言模型提供结构化线索。通过引导 LLM 执行链式思维推理，框架能够生成准确、可解释且鲁棒的有向来源图，无需模型训练或访问编辑历史即可推断演化关系。
AI 推荐理由
论文核心利用 LLM 基于证据的链式思维推理解决溯源问题，推理是关键组件。
研究机构
Department of Computer Science, Hong Kong Baptist University, Hong Kong SAR, China
论文信息