Face Anti-Spoofing Multimodal LLM Chain-of-Thought GRPO Reasoning
摘要

针对现有人脸活体检测模型缺乏语义解释及推理能力弱的问题,本文提出 FAS-R1,一种面向推理的两阶段多模态大语言模型框架。该方法首先利用高质量长思维链数据集进行冷启动监督微调,随后采用特定领域的 GRPO 策略进行后训练。通过引入退化模拟增强与难度感知优化机制,有效提升了模型在复杂攻击下的稳定推理性能。实验表明,该模型在真实性分类、攻击类型识别及伪造区域定位任务上均取得了卓越的域内与跨域泛化表现。

AI 推荐理由

论文核心提出基于长思维链和 GRPO 的推理框架,旨在增强模型在活体检测中的逻辑推导与证据生成能力。

研究机构
Shijiazhuang Tiedao University Fudan University Yanshan University Great Bay University
论文信息
作者 Hongyang Wang, Yichen Shi, Hongrui Li, Yiru Huo, Jun Feng et al.
发布日期 2026-07-29
arXiv ID 2607.26432
相关性评分 9/10 (高度相关)