# PairCLIP-SWA détecte mieux les deepfakes avec un seul modèle

> Une étude montre que la moyenne des points de contrôle d’entraînement d’un détecteur améliore ses résultats sur deux jeux de données d’images, notamment dans un cas où le classement sur les données de validation a induit en erreur lors du choix du modèle.

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

Des chercheurs ont présenté PairCLIP-SWA, un détecteur d’images deepfake reposant sur un seul modèle de vision OpenCLIP. Sur le benchmark IEEE SP Cup 2025, ils font état d’une précision de 97.04%, contre 94.46% pour un ensemble publié de trois modèles entraînés selon le même protocole.

Les chercheurs ont également constaté que le classement des points de contrôle sur les données de validation pouvait être trompeur : sur un jeu de test dérivé d’OpenForensics, le point de contrôle choisi en fonction des résultats de validation a obtenu 88.85%, tandis que le modèle dont les points de contrôle avaient été moyennés a atteint 94.76%. Il s’agit des résultats des expériences présentées dans l’article, et non d’une preuve de performance pour tous les types de deepfakes.

## Les faits

- Selon les chercheurs, PairCLIP-SWA a obtenu une précision de 97.04% et une AU-ROC de 98.64% sur IEEE SP Cup 2025.
- Sur une partition de test de 10,905 images dérivée d’OpenForensics, le point de contrôle choisi en fonction des résultats de validation a obtenu 88.85% ; la moyenne finale a atteint 94.76%.

## Pourquoi c'est important

Pour les équipes qui choisissent un détecteur de deepfakes, ces résultats suggèrent que s’appuyer sur le seul point de contrôle ayant obtenu le meilleur score de validation peut entraîner de moins bonnes performances sur des images de test distinctes. Les performances au-delà de ces benchmarks restent inconnues.

## Sources et références

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

Dernière mise à jour: 2026-10-30