本研究探讨了大型语言模型在文本中隐蔽信息的能力及其检测难点。通过强化学习微调，提出了一种隐写编码方案，评估结果显示其显著提升了信息隐蔽能力。

本研究解决了深度学习图像隐写中损失函数权重固定导致的重要性与训练过程不关联的问题。提出的TSCL方法通过两个阶段的课程学习调度器平衡多种损失，显著提升了隐写质量、解码准确性和安全性。实验结果表明，该方法在多项公开数据集上表现优越，具有重要的应用潜力。

本文提出了一种隐写课程学习训练策略（STCL），旨在改善基于深度学习的隐写模型在图像质量和网络收敛速度方面的不足。STCL通过从简单图像逐步训练到复杂图像，显著提升了模型性能，实验结果表明其在多个算法框架下提高了PSNR和SSIM分数，并降低了隐写分析分数。

本研究提出了一种新型隐写方案，通过动态采样策略在生成模型中嵌入秘密信息，显著提升了隐写效果，评估结果表明其效率和容量与现有技术相当。

本研究提出了一种新型隐写方法，将信息嵌入机器人运动控制中。通过对环境变化的敏感性，确保编码和解码过程不影响机器人的完整性和动作精度。实验表明，该方法在多种任务中具有实用性。

SecretPixel是一款先进的隐写术工具，结合了加密、压缩和种子最低有效位 (LSB) 技术，提供了一种不可检测的解决方案。它支持PNGBMPTGATIFF等图片文件类型，使用Python编写，安装依赖组件后即可使用。使用RSA公钥加密保护嵌入的数据，可以隐藏文件在图片中，并提取隐藏文件。该工具遵循GPL-3.0开源许可协议。

DreamGaussian是一种创新的3D内容生成框架，通过高效率和高质量的3D内容生成，能够在2分钟内生成高质量的纹理网格，比现有方法快约10倍。

数字水印技术在版权保护和图像源识别方面非常重要，特别是在生成式人工智能模型的时代。然而，许多现有的水印算法，尤其是不考虑内容的方法，即使在最小的感知畸变下，也容易受到隐写分析攻击的影响。本文将水印算法分类为内容自适应和内容不可知的，并演示了如何通过平均一系列水印图像来揭示潜在的水印模式。我们利用提取出的模式实现了在灰盒和黑盒设置下的高效水印去除，即使该系列包含多个水印模式。对于一些算法，如树...

为了检测复杂场景中的隐写文本，提出了一种名为 LSGC 的新型语言隐写分析方法，其中包括生成模式和分类模式，能够显著提高检测性能并减少训练时间。

该论文提出了一种结合人工训练集和监督分类的无监督隐写分析方法，解决了Cover Source Mismatch的问题，并在大多数测试案例中超过了基于RichModels的先前方法。该方法的通用性证明可推广到类似的分类问题。

你可曾想过，base64也能数据隐写？