К содержимому
Другое

Tell v2

детектор фотомонтажа и фейковых заголовков

2 мин чтенияобновлено

Компактная мультимодальная модель на 106,9 млн параметров от разработчика maosama0001 для фактчекинга и модерации контента. Она анализирует связку «картинка + заголовок», оценивает вероятность манипуляций и подсвечивает тепловой картой (heatmap) подозрительные области на снимке. В отличие от первой версии, Tell v2 обучалась с синтетическими правками, подменёнными заголовками и отбрасыванием текста (caption dropout), чтобы меньше полагаться на стиль подписи и лучше держать стресс-тесты. Подойдёт исследователям в области image forensics (криминалистики изображений) и как вспомогательный инструмент для первичной проверки постов.

Ключевые особенности

  • Устойчивость к уловкам: по сравнению с прошлой версией макро-F1 на стресс-тесте с синтетическими правками и подменой текста вырос с 0,27 до 0,614.
  • Тепловая карта правок: модель строит карту по абсолютной шкале от 0 до 1, поэтому чистые снимки не «растягиваются» искусственно до подозрительных.
  • Высокая скорость: медианная задержка обработки одного поста на видеокарте T4 (batch 1) составляет всего 17,1 мс.
  • Локальная приватность: в комплекте идёт приложение на Gradio, которое работает только локально (127.0.0.1), не ведёт логов и очищает временные файлы каждые 5 минут.

Что можно сделать

  • Скрининг постов при модерации: ранжировать англоязычные новостные посты по вероятности фотомонтажа (склейки и копирования фрагментов) перед ручной проверкой редактором.
  • Учебные и научные эксперименты: исследовать уязвимости мультимодальных детекторов дезинформации — например, влияние сжатия JPEG или коротких шуточных заголовков на вердикт нейросети.

Пример

В карточке описан сценарий работы через встроенное локальное веб-приложение на Gradio: пользователь загружает изображение (до 15 МБ и 40 мегапикселей) и заголовок поста на английском языке. На выходе модель выдаёт вероятности трёх классов (оригинал, манипуляция, ложная связь с подписью), тепловую карту потенциальных правок и предупреждение, если слишком короткий заголовок может исказить оценку.

Подробнее Метрики Tell v2: macro F1 0,811 (accuracy 0,814) на основном тесте; на стресс-тесте находит 80% склеек (splices), 50% copy-move правок и 48% подменённых заголовков.
Обучение: датасеты Fakeddit (англоязычный Reddit, 2008–2019) и CASIA v2.0; всего 106,9M параметров, из них 31,8M обучаемых.
Ограничения: работает только с английским текстом; не обучена на видео и ИИ-генерации; сжатие JPEG (качество 30) снижает F1 до 0,790, а шуточные заголовки на реальных фото могут вызывать ложные срабатывания.
Обсудить Telegram 0 35

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.4 GB · готовые файлы0.9 GB
  • FP8 / INT8рекомендуемвеса 0.2 GB0.7 GB
  • 4-bitвеса 0.1 GB0.6 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # maosama0001/tell-v2
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download maosama0001/tell-v2 --local-dir ~/models/tell-v2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к tell-v2
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии tell-v2 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

maosama0001/tell-v2
Автор
maosama0001
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

350

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

DEM-SR

DEM-SR
Другое

ComfyUI-Hi3D

ComfyUI-Hi3D