# PairCLIP-SWA rileva meglio i deepfake con un solo modello

> Uno studio mostra che fare la media dei checkpoint usati per addestrare un rilevatore migliora i risultati su due benchmark, anche in un caso in cui le classifiche di validazione hanno indotto a scegliere il modello sbagliato.

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

I ricercatori hanno presentato PairCLIP-SWA, un rilevatore di immagini deepfake basato su un unico modello di visione OpenCLIP. Sul benchmark IEEE SP Cup 2025, ha raggiunto un’accuratezza del 97.04%, contro il 94.46% di un ensemble pubblicato composto da tre modelli e addestrato con lo stesso protocollo.

I ricercatori hanno inoltre rilevato che le classifiche dei checkpoint sui dati di validazione potevano essere fuorvianti: su un set di test derivato da OpenForensics, il checkpoint selezionato in base ai dati di validazione ha ottenuto l’88.85%, mentre il modello ottenuto calcolando la media ha raggiunto il 94.76%. Sono risultati degli esperimenti descritti nello studio, non una prova delle prestazioni su ogni tipo di deepfake.

## I fatti

- Secondo i ricercatori, su IEEE SP Cup 2025 PairCLIP-SWA ha ottenuto un’accuratezza del 97.04% e un AU-ROC del 98.64%.
- Su una partizione di test derivata da OpenForensics e composta da 10,905 immagini, il checkpoint selezionato in base ai dati di validazione ha ottenuto l’88.85%; la media terminale ha raggiunto il 94.76%.

## Perché conta

Per i team che devono scegliere un rilevatore di deepfake, i risultati suggeriscono che affidarsi al singolo checkpoint con il punteggio di validazione migliore può portare a prestazioni inferiori su immagini di test separate. Le prestazioni al di fuori di questi benchmark restano sconosciute.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-30