# PairCLIP-SWA يعزّز كشف التزييف العميق بنموذج واحد

> أظهرت دراسة أن حساب متوسط نقاط حفظ التدريب حسّن النتائج في معيارين للصور، حتى في حالة ضلّلت فيها نتائج التحقق اختيار النموذج.

Oossa · 2026-10-30 · https://oossa.com/ar/pairclip-swa-reports-stronger-deepfake-detection-with-one-model

قدّم باحثون PairCLIP-SWA، وهو كاشف للصور المزيّفة بعمق، مبني على نموذج رؤية واحد من OpenCLIP. وفي معيار IEEE SP Cup 2025، أفادوا بتحقيق دقة بلغت 97.04%، مقارنةً بـ94.46% لمجموعة من ثلاثة نماذج منشورة دُرّبت وفق البروتوكول نفسه.

ووجد الباحثون أيضًا أن ترتيب نقاط حفظ النموذج استنادًا إلى بيانات التحقق قد يكون مضلّلًا: ففي مجموعة اختبار مشتقة من OpenForensics، حققت نقطة الحفظ التي اختيرت بناءً على نتائج التحقق 88.85%، بينما حقق النموذج الذي جرى حساب متوسط نقاط حفظه 94.76%. وهذه نتائج تجارب الورقة البحثية، ولا تثبت الأداء على كل أنواع التزييف العميق.

## الحقائق

- بحسب الباحثين، حقق PairCLIP-SWA دقة بلغت 97.04% وAU-ROC بلغ 98.64% في IEEE SP Cup 2025.
- في جزء اختبار مشتق من OpenForensics يضم 10,905 صورة، حققت نقطة الحفظ المختارة بناءً على نتائج التحقق 88.85%، بينما حقق متوسط نقاط الحفظ النهائي 94.76%. 

## لماذا يهم

تشير النتائج إلى أن اعتماد الفرق التي تختار كاشفًا للتزييف العميق على نقطة الحفظ التي حققت أفضل نتيجة تحقق وحدها قد يؤدي إلى أداء أضعف على صور اختبار منفصلة؛ ولا يزال الأداء خارج هذه المعايير غير معروف.

## المصادر والمراجع

1. [PairCLIP-SWA: Similarity-Guided Balancing and Stochastic Weight Averaging for Generalized Deepfake Image Detection with OpenCLIP](https://arxiv.org/abs/2610.37874) – arXiv cs.CV, 2026-10-30

آخر تحديث: 2026-10-30