# PairCLIP-SWA улучшила обнаружение дипфейков с одной моделью

> Исследование показало, что усреднение контрольных точек обучения детектора повысило результаты на двух наборах изображений. В одном случае выбор модели по валидационным данным оказался обманчивым.

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

Исследователи представили PairCLIP-SWA — детектор дипфейковых изображений на базе одной визуальной модели OpenCLIP. В тесте IEEE SP Cup 2025 он показал точность 97.04% против 94.46% у опубликованного ансамбля из трёх моделей, обученного по тому же протоколу.

Исследователи также обнаружили, что результаты контрольных точек на валидационных данных могут вводить в заблуждение: на тестовом наборе, созданном на основе OpenForensics, контрольная точка, выбранная по валидации, набрала 88.85%, а усреднённая модель — 94.76%. Это результаты экспериментов, описанных в статье, а не свидетельство эффективности на всех видах дипфейков.

## Факты

- По данным исследователей, на IEEE SP Cup 2025 PairCLIP-SWA показала точность 97.04% и AU-ROC 98.64%.
- На тестовой части из 10,905 изображений, созданной на основе OpenForensics, контрольная точка, выбранная по валидации, набрала 88.85%, а итоговая усреднённая модель — 94.76%. 

## Почему это важно

Для команд, выбирающих детектор дипфейков, результаты показывают: выбор единственной контрольной точки с наилучшим результатом на валидации может привести к более слабым показателям на отдельных тестовых изображениях. Эффективность за пределами этих тестов пока неизвестна.

## Источники и ссылки

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

Обновлено: 2026-10-30