Forschende haben PairCLIP-SWA vorgestellt, einen Deepfake-Bilddetektor auf Basis eines einzelnen OpenCLIP-Vision-Modells. Beim Benchmark IEEE SP Cup 2025 erzielte das Modell laut den Forschenden eine Genauigkeit von 97.04% und übertraf damit ein veröffentlichtes Ensemble aus drei Modellen, das nach demselben Verfahren trainiert worden war und auf 94.46% kam.
Die Forschenden stellten außerdem fest, dass die Rangfolge von Checkpoints anhand von Validierungsdaten irreführend sein kann: Auf einem aus OpenForensics abgeleiteten Testdatensatz erreichte der anhand der Validierung ausgewählte Checkpoint 88.85%, das gemittelte Modell dagegen 94.76%. Dabei handelt es sich um Ergebnisse aus den Experimenten der Studie, nicht um einen Nachweis der Leistung bei jeder Art von Deepfake.
Warum es wichtig ist
Für Teams, die einen Deepfake-Detektor auswählen, legen die Ergebnisse nahe, dass die Wahl des einzelnen Checkpoints mit dem besten Validierungswert auf separaten Testbildern zu schlechteren Ergebnissen führen kann. Wie gut das Modell außerhalb dieser Benchmarks abschneidet, ist weiterhin unbekannt.
