Oossa

PairCLIP-SWA detecteert deepfakes beter met één model

Uit onderzoek blijkt dat het middelen van trainingscheckpoints van een detector de resultaten op twee beeldbenchmarks verbeterde. Ook bleek dat validatiescores tot een verkeerde modelkeuze kunnen leiden.

Kort berichtDoor Gepubliceerd door Oossa: 1 min lezen

Onderzoekers introduceerden PairCLIP-SWA, een detector voor deepfakebeelden die is gebaseerd op één OpenCLIP-visionmodel. Op de IEEE SP Cup 2025-benchmark rapporteert het team een nauwkeurigheid van 97.04%, tegenover 94.46% voor een gepubliceerde ensemble van drie modellen die volgens hetzelfde protocol is getraind.

De onderzoekers ontdekten ook dat de rangschikking van checkpoints op basis van validatiedata misleidend kan zijn: op een testset op basis van OpenForensics scoorde het checkpoint dat op de validatiedata was geselecteerd 88.85%, terwijl het model op basis van gemiddelde checkpoints 94.76% behaalde. Dit zijn resultaten uit de experimenten in het artikel, geen bewijs voor prestaties bij alle soorten deepfakes.

Waarom het ertoe doet

Voor teams die een deepfakedetector kiezen, suggereren de resultaten dat vertrouwen op het ene checkpoint met de beste validatiescore kan leiden tot zwakkere prestaties op afzonderlijke testbeelden. Hoe de detector buiten deze benchmarks presteert, is nog onbekend.

Was dit artikel nuttig?
Delen

Lees ook

Oossa · Nieuwsbrief

De AI-week, uitgelegd

Elke maandag: het nieuws dat ertoe doet, in gewone taal. Gratis, geen spam.