该研究发现预训练视觉-语言模型与先进适应方法相结合在深假检测中有效。通过简单的Prompt Tuning适应策略，使用较少的训练数据，超过先前方法5.01%和6.61%。在21个数据集的测试中，该模型展现了实际适用性。

该研究发现预训练视觉-语言模型与先进适应方法相结合在深假检测中有效。通过简单的适应策略，使用较少的训练数据，该模型在准确率上超过先前方法。在严格测试中，该模型在不同数据集中展现了实际适用性。

研究了面部交换的感知和反常谷效应，通过新的训练模型方法减少面部交换与源材料之间的视角误差，降低眼睛在深假检测任务中的重要性，对特效制作、数字化形象和隐私保护具有重要意义。