# PairCLIP-SWA با یک مدل، دیپ‌فیک را دقیق‌تر تشخیص می‌دهد

> پژوهشی نشان می‌دهد میانگین‌گیری از نقاط ذخیره‌شده مدل در طول آموزش، نتایج را در دو معیار تصویری بهبود داده؛ از جمله در موردی که رتبه‌بندی اعتبارسنجی، انتخاب مدل را به بیراهه برد.

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

پژوهشگران PairCLIP-SWA را معرفی کرده‌اند؛ یک آشکارساز تصویر دیپ‌فیک که بر پایه یک مدل بینایی OpenCLIP ساخته شده است. به گزارش آن‌ها، این مدل در معیار IEEE SP Cup 2025 به دقت 97.04% رسیده، در حالی که دقت یک مجموعه سه‌مدلیِ منتشرشده که با همان پروتکل آموزش دیده بود، 94.46% بود.

پژوهشگران همچنین دریافتند که رتبه‌بندی نقاط ذخیره‌شده مدل بر اساس داده‌های اعتبارسنجی می‌تواند گمراه‌کننده باشد: در یک مجموعه آزمون مشتق‌شده از OpenForensics، امتیاز نقطه ذخیره‌شده‌ای که بر پایه اعتبارسنجی انتخاب شده بود 88.85% بود، در حالی که مدل میانگین‌گیری‌شده به 94.76% رسید. این‌ها نتایج آزمایش‌های مقاله‌اند و نشان نمی‌دهند که مدل در برابر همه انواع دیپ‌فیک همین عملکرد را دارد.

## حقایق

- به گفته پژوهشگران، PairCLIP-SWA در IEEE SP Cup 2025 به دقت 97.04% و AU-ROC برابر با 98.64% رسید.
- در یک بخش آزمون مشتق‌شده از OpenForensics با 10,905 تصویر، امتیاز نقطه ذخیره‌شده انتخاب‌شده بر اساس اعتبارسنجی 88.85% بود؛ امتیاز مدل میانگین‌گیری‌شده در پایان آموزش 94.76% بود.

## چرا مهم است

برای تیم‌هایی که در پی انتخاب یک آشکارساز دیپ‌فیک هستند، نتایج نشان می‌دهد اتکا به تنها نقطه ذخیره‌شده‌ای که بهترین امتیاز اعتبارسنجی را دارد، ممکن است به عملکرد ضعیف‌تری روی تصاویر آزمون جداگانه بینجامد؛ عملکرد مدل فراتر از این معیارها هنوز مشخص نیست.

## منابع و ارجاع‌ها

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

آخرین به‌روزرسانی: 2026-10-30