Ivy-Fake

Conjunto de datos multimodal que reúne imágenes y vídeos anotados para la detección de artefactos sintéticos relacionados con la generación de IA, con explicaciones detalladas.

Obtén el dataset

Tamaño

Más de 150 000 muestras de formación (imágenes y vídeos), 18 700 muestras de evaluación y excelentes anotaciones

Licencia

Apache 2.0

Descripción

‍

Ivy-Fake es un conjunto de datos multimodal único con más de 150 000 ejemplos de imágenes y vídeos sintéticos y reales, anotados con etiquetas binarias (real/falso) y explicaciones detalladas. Su objetivo es permitir la detección automática y explicable del contenido generado por IA (AIGC), mediante el análisis de artefactos espaciales y temporales.

‍

¿Para qué sirve este conjunto de datos?

‍

Entrene modelos de visión y lenguaje para detectar contenido sintético multimodal
Desarrollar sistemas de explicabilidad para entender las decisiones de los modelos
Mejorar la solidez de los sistemas de detección frente al contenido generado por la IA

‍

¿Se puede enriquecer o mejorar?

‍

Este conjunto de datos se puede enriquecer añadiendo nuevas clases de contenido sintético o creando anotaciones adicionales que detallen más los tipos de artefactos observados. La integración de datos de otras fuentes multimodales también puede aumentar su diversidad y relevancia.

‍

🔎 En resumen

Criterio	Evaluación
🧩 Facilidad de uso	⭐⭐⭐✩✩ (Requiere un entorno adecuado para multimodal)
🧼 Necesidad de limpieza	⭐⭐⭐✩✩ (Moderado – gestión de formatos de vídeo/imagen y anotaciones)
🏷️ Riqueza de anotaciones	⭐⭐⭐⭐⭐ (Muy rico – anotaciones finas espaciales, temporales y textuales)
📜 Licencia comercial	✅ Sí (Apache 2.0)
👨‍💻 Ideal para principiantes	⚠️ Moderado – adecuado para usuarios con experiencia multimodal
🔁 Reutilizable para fine-tuning	🎯 Excelente – adecuado para tareas avanzadas de detección AIGC
🌍 Diversidad cultural	⚠️ Moderado – contenido principalmente tecnológico