К содержимому

Датасет · ComplexDataLab

Датасет и бенчмарк для детекции дипфейков и ИИ-фото

ComplexDataLab/OpenFake

Миллионы пар реальных и сгенерированных изображений на общественно-политические темы для обучения и проверки детекторов ИИ-контента.

Что внутри

Внутри собрано от 1 до 10 миллионов изображений с текстовыми данными на английском языке, где реальным фотографиям сопоставлены их синтетические копии. Фейки сгенерированы с помощью проприетарных моделей, открытых диффузионных нейросетей и пользовательских файнтюнов, с акцентом на политически и социально значимые сюжеты. Для проверки работы детекторов в реальных условиях в набор также включён отдельный тестовый срез с картинками из Reddit.

Что можно сделать

  • Обучение классификаторов для выявления изображений, сгенерированных нейросетями
  • Тестирование устойчивости систем модерации к современным генераторам и дипфейкам
Задачи
Классификация картинок
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
29,4 тыс.
Лайков
43

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("ComplexDataLab/OpenFake")