/ Модель

Характеристики

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

SIDA-13B-description

Генерация текстаТекст → текст3 профессии

Дообученная на базе SIDA-13B модель LLaVA для текстового объяснения обнаружения и локализации поддельных областей на изображениях.

20скачиваний за 30 дней3лайкавеса обновлены20 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-description — модель на архитектуре LLaVA, дообученная на базе SIDA-13B для создания текстовых объяснений при работе с изображениями. Она предназначена для сценариев, где нужно пояснить обнаружение или локализацию изменённых и поддельных областей; для воспроизведения результатов обнаружения и локализации автор рекомендует использовать базовую SIDA-13B. Модель содержит 12,9 млрд параметров, принимает изображения и текст, а контекст составляет 4096 токенов.

В обучающих данных SID_Set представлены реальные, изменённые и полностью синтетические изображения. Карточка указывает английский язык. Лицензия — Llama 2.

Сценарии применения

  • получение текстового объяснения подозрительных областей на изображении
  • анализ изображений на предмет подделок и изменений
  • описание результатов сегментации изменённых областей
  • объяснение различий между реальными, изменёнными и синтетическими изображениями

Ограничения

Для воспроизведения результатов обнаружения и локализации автор рекомендует использовать SIDA-13B. Контекст модели ограничен 4096 токенами.

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-description is a model fine-tuned from SIDA, designed for explanation. If you want to reproduce the detection and localization results, please use SIDA-13B instead.

Model date: SIDA-13B-description 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
a8b1570

0 моделей