/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Размер весов
28,8 ГБ
Лицензия
Llama 2
Архитектура
llava · dense
Базовая модель
LISA-13B-llama2-v1
Опубликована
13 мар 2025

SIDA-13B

Генерация текстаТекст → текст3 профессии

SIDA-13B — мультимодальная модель для обнаружения и сегментации изменённых или поддельных областей на изображениях.

29скачиваний за 30 дней5лайковвеса обновлены14 мар 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SIDA-13B — мультимодальная модель на базе LISA, дообученная для обнаружения и локализации областей изображения, подвергшихся подделке или изменению. Разработчики обучили её на наборе SID_Set, включающем реальные, изменённые и полностью синтетические изображения.

Модель предназначена для проверки изображений на предмет манипуляций и выделения подозрительных участков. Она принимает изображения и текстовые запросы, а результатом служат текстовый ответ и сегментация области. Архитектура основана на LLaVA, число параметров — 12,9 млрд, контекст — 4096 токенов; в метаданных указан английский язык.

Модель дообучена на xinlai/LISA-13B-llama2-v1 и опубликована в формате PyTorch. Лицензия — Llama 2. Карточка не сообщает результаты оценки качества, поэтому точность обнаружения манипуляций по ней определить нельзя.

Сценарии применения

  • Поиск изменённых участков на фотографии
  • Выделение областей, подвергшихся цифровой подделке
  • Проверка изображений на признаки манипуляции по текстовому запросу

Ограничения

В карточке не приведены метрики качества и сведения об устойчивости к разным видам манипуляций; результат модели следует проверять отдельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SIDA Model Card

Model details

Model type: SIDA is a model fine-tuned from LISA, designed to detect and localize tampered regions in images.

Model date: SIDA-13B was trained in Febuary 2025.

Paper or resources for more information:

Paper: https://arxiv.org/pdf/2412.04292

Resource: https://github.com/hzlsaber/SIDA

License

Llama 2 is licensed under the LLAMA 2 Community License, Copyright (c) Meta Platforms, Inc. All Rights Reserved.

Trained Data

SIDA was trained on SID_Set, which consists of real images, tampered images, and fully synthetic images. More information is available here

Citation Information

If you find this dataset useful, please consider citing our paper:

@misc{huang2025sidasocialmediaimage,
      title={SIDA: Social Media Image Deepfake Detection, Localization and Explanation with Large Multimodal Model}, 
      author={Zhenglin Huang and Jinwei Hu and Xiangtai Li and Yiwei He and Xingyu Zhao and Bei Peng and Baoyuan Wu and Xiaowei Huang and Guangliang Cheng},
      year={2025},
      booktitle={Conference on Computer Vision and Pattern Recognition}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
SIDAForCausalLM
Ревизия весов
d62e8c3

0 моделей