LoFIT：利用局部条件拟合探测扩散模型成员推断

研究者提出 LoFIT（Local Conditional Fit），通过测量去噪损失在归一化预测偏移方向上的初始响应，聚合多个文本条件与扩散状态来判断样本是否用于训练文本到图像扩散模型。该方法无需目标模型梯度，仅靠对去噪器的前向查询即可计算，在四个数据集上对微调与预训练模型均提升了成员区分度。LoFIT 能在微调早期识别成员样本，而朴素去噪损失基线仍接近随机水平。