FakeShield

Detecção e localização de imagens explicáveis baseada em modelo de linguagem grande multimodal

Produto ComumImagemDetecção de ImagensAprendizado Multimodal

FakeShield é uma estrutura multimodal que visa resolver dois desafios principais no campo da detecção e localização de imagens (IFDL): a natureza de caixa preta dos princípios de detecção e a capacidade de generalização limitada entre diferentes métodos de adulteração. O FakeShield utiliza o GPT-4 para aprimorar os conjuntos de dados IFDL existentes, criando o conjunto de dados de descrição de adulteração multimodal (MMTD-Set), usado para treinar a capacidade de análise de adulteração do FakeShield. A estrutura inclui um módulo de detecção explicável guiado por rótulos de domínio (DTE-FDM) e um módulo de localização (MFLM), capazes de processar vários tipos de explicações de detecção de adulteração e realizar localização guiada por descrições textuais detalhadas. O FakeShield supera outros métodos em precisão de detecção e pontuação F1, fornecendo uma solução explicável e superior.

Best AI Websites & Tools

FakeShield

FakeShield Alternativas

FakeShield — Detecção e localização de imagens explicáveis baseada em modelo de linguagem grande multimodal

SlowFast-LLaVA — Modelo de linguagem grande sem treinamento para compreensão e raciocínio de vídeo.

Argo — Construa facilmente seu próprio modelo de linguagem grande; inteligência exclusiva, tudo localmente.

NotaGen — NotaGen é um modelo para geração de música simbólica, que adota o paradigma de treinamento de modelos de linguagem grande e se concentra na geração de partituras clássicas de alta qualidade.

DMXAPI — DMXAPI é uma plataforma que agrega APIs de modelos de linguagem global, oferecendo acesso a mais de 300 modelos.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B é um modelo de linguagem grande, multilíngue e de alto desempenho, ajustado para instruções, adequado para diversas aplicações.

Doubao-1.5-pro — Doubao-1.5-pro é um modelo de linguagem grande (LLM) esparso MoE de alto desempenho, focado no equilíbrio extremo entre desempenho de inferência e capacidade do modelo.

InternVL2_5-78B-MPO — Esta é uma série de modelos de linguagem grandes multimodais avançados, apresentando desempenho geral excepcional.

MinMo — MinMo é um modelo de linguagem grande multimodário para interação de voz perfeita.

Dria-Agent-a-3B — Modelo de linguagem grande baseado na série Qwen2.5-Coder, focado em aplicações de agente.

Dria-Agent-a-7B — Modelo de linguagem grande baseado na série Qwen2.5-Coder, focado em aplicações de agente.

Dria-Agent-α — Dria-Agent-α é uma estrutura de interação de ferramentas de modelo de linguagem grande (LLM) baseada em Python.

Llama-3-Patronus-Lynx-8B-Instruct-Q4_K_M-GGUF — Modelo de linguagem grande quantizado baseado em um modelo específico, adequado para tarefas de processamento de linguagem natural.

InternVL2_5-38B-MPO — Modelo da série InternVL2.5-MPO, baseado no InternVL2.5 e otimização de preferência mista, apresentando desempenho excepcional.

InternVL2_5-26B-MPO-AWQ — Modelo de linguagem grande multimodais avançado, com capacidade excepcional de raciocínio multimodais.

InternVL2_5-26B-MPO — Modelo de linguagem grande multimodal que aprimora a interação entre visão e linguagem.

InternVL2_5-8B-MPO — Modelo de linguagem grande multimodais, demonstrando desempenho geral excepcional.

HuatuoGPT-o1-8B — Modelo de linguagem grande avançado para a área médica

HuatuoGPT-o1 — Modelo de linguagem grande para raciocínio complexo na área médica

InternVL2_5-4B-MPO-AWQ — Modelo de linguagem grande multimodal, otimizado para interação imagem-texto.

InternVL2_5-4B-MPO — Modelo de linguagem grande multi-modal, demonstrando desempenho geral excelente.

Valley 2.0 — Modelo de linguagem grande multi-modal, aprimora a capacidade de processamento de dados de texto, imagem e vídeo.

InternVL2_5-2B-MPO — Modelo de linguagem grande multimodal avançado

InternVL2_5-1B-MPO — Modelo de linguagem grande multimodal que aprimora a compreensão integrada de visão e linguagem.

InternVL2-8B-MPO — Modelo de linguagem grande multimodal, aprimorando a capacidade de raciocínio multimodal.

EXAONE-3.5-32B-Instruct-GGUF — Modelo de linguagem grande multilíngue e de alto desempenho desenvolvido pela LG AI Research

Command R7B — Modelo de IA generativo rápido e eficiente

InternVL 2.5 — Série de modelos de linguagem grandes multimodais de código aberto

InternVL2_5-4B — Modelo de linguagem grande multimodal, que integra compreensão visual e linguística.

InternVL2_5-2B — Modelo de linguagem grande multimodal, que suporta interação profunda entre imagens e texto.