**ArtifactBench：面向分布偏移的 AI 生成音乐检测器谱系感知评测基准**

_ArtifactBench: Evaluating AI Music Detectors Under Distribution Shift_

> arXiv 新论文提出 ArtifactBench，一个「谱系感知」的 AI 生成音乐检测器评测套件，旨在解决现有基准仅部分可知训练重叠、生成器谱系、来源出处与音频变换历史，却用聚合分数比较检测器的问题。该基准按内容身份对原始录音及其衍生变体分组，将校准集与最终测试集分离，把推理失败与分类错误分别记录，并在聚合指标之外报告带不确定性的来源级表现。研究在版本固定的统一协议下评测多个公开检测器，考察泄漏控制、队列可用性、阈值策略和模型特定缺失如何影响性能与模型排名。在 562 首曲目的共同成功测试交集上，ArtifactNet 取得 0.982 AUROC 与 0.918 平衡准确率，公开的 Deezer 检测器为 0.761/0.776，而 SpecTTTra 与 CLAM 在该偏移队列下 AUROC 低于 0.30；结果还揭示出聚合分数掩盖的显著生成器与真实音乐域偏移。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-09-22 11:25（北京时间）
- **原文**：[打开原文](https://arxiv.org/abs/2609.23550)