QAD模型是一种通用模型内协作学习框架，可以有效地检测不同质量的Deepfake。该模型最大化不同质量级别图像的中间表示之间的依赖关系，实现了对Deepfake的同时检测。该模型还具有对抗性权重扰动模块，可以提高整体性能并抵抗图像的损坏。实验证明，该模型在七个流行的Deepfake数据集上超越了之前的SOTA基准。