論文の概要: GenSyn10: A Multi-Generative AI Dataset For Benchmarking Image Classification
- arxiv url: http://arxiv.org/abs/2607.16283v1
- Date: Fri, 10 Jul 2026 09:47:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 00:46:13.083147
- Title: GenSyn10: A Multi-Generative AI Dataset For Benchmarking Image Classification
- Title（参考訳）: GenSyn10:画像分類のベンチマークのための多世代AIデータセット
- Abstract要約: GenSyn10は、CIFAR-10に準拠した6万の画像(10クラス、32$times$32、50k/10kスプリット)の合成画像データセットである。
実データベースライン,ゼロショット転送,微調整,保持という4段階のプロトコルを用いて17の画像分類モデルを評価する。
測定可能なドメインギャップにもかかわらず、CIFAR-10で訓練されたモデルは、GenSyn10で96.86%のゼロショット精度を実現し、微調整後に99.88%まで上昇した。
- 参考スコア（独自算出の注目度）: 17.505968172455784
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid advancement of generative AI has outpaced our ability to reliably detect its outputs, particularly when detectors encounter generators they have not seen before. We introduce GenSyn10, a CIFAR-10-aligned synthetic image dataset of 60,000 images (10 classes, 32$\times$32, 50k/10k split) generated using three architecturally diverse state-of-the-art models: FLUX.2-dev (Rectified Flow Transformer), HunyuanImage-3.0 (MoE Transformer), and Qwen-Image-2512 (Multimodal Diffusion Transformer), to advance research in AI-generated image detection. A central challenge in this domain is that detectors perform well on known generators but degrade on unseen ones. GenSyn10 addresses this limitation by curating data from multiple contemporary architectures under a standardized generation protocol, enabling controlled and systematic evaluation of out-of-distribution (OOD) generalization to novel generators. Images are generated using a template-based prompt engine and downsampled to ensure consistency. We evaluate 17 image classification models under a four-stage protocol: real-data baseline, zero-shot transfer, fine-tuning, and retention. Despite a measurable domain gap, CIFAR-10-trained models achieve up to 96.86\% zero-shot accuracy on GenSyn10, increasing to 99.88\% after fine-tuning. In binary real-vs-synthetic classification, fine-tuned models achieve 97-99.9\% accuracy on seen generators but drop to 79-96\% on images from an unseen generator, highlighting persistent limitations in OOD generalization. These results establish GenSyn10 as a controlled benchmark for studying synthetic image detection beyond single-generator settings, supporting research on robustness, domain adaptation, and cross-generator generalization.
- Abstract（参考訳）: 生成AIの急速な進歩は、その出力を確実に検出する能力を大きく上回っている。
我々は, FLUX.2-dev (Rectified Flow Transformer), Hunyuan Image-3.0 (MoE Transformer), Qwen-Image-2512 (Multimodal Diffusion Transformer) という, アーキテクチャ的に多様な3つの最先端技術モデルを用いて生成した6万イメージ(10クラス, 32$\times$32, 50k/10k)の合成画像データセットであるGenSyn10を紹介した。
この領域における中心的な課題は、検出器が既知の発電機でよく機能するが、見えない発電機では分解することである。
GenSyn10はこの制限に対処するため、標準化された生成プロトコルの下で複数の現代的なアーキテクチャからデータをキュレートし、新しいジェネレータへのアウト・オブ・ディストリビューション(OOD)一般化の制御と体系的な評価を可能にする。
イメージはテンプレートベースのプロンプトエンジンを使用して生成され、一貫性を確保するためにダウンサンプリングされる。
実データベースライン,ゼロショット転送,微調整,保持という4段階のプロトコルを用いて17の画像分類モデルを評価する。
測定可能なドメインギャップにもかかわらず、CIFAR-10で訓練されたモデルは、GenSyn10上で96.86\%のゼロショット精度を実現し、微調整後に99.88\%まで増加した。
バイナリ実数vs合成分類では、微調整されたモデルでは、観測されたジェネレータの精度は97-99.9\%だが、見えないジェネレータの画像では79-96\%に低下し、OOD一般化における永続的な制限が強調される。
これらの結果は、単一ジェネレータ設定を超えて合成画像検出を研究するための制御ベンチマークとしてGenSyn10を確立し、ロバスト性、ドメイン適応、およびクロスジェネレータ一般化の研究を支援する。
関連論文リスト
- Mind the Rift: Cross-Scale Coupling Mismatch for AI-Generated Video Detection [10.264738258468254]
クロススケールカップリングミスマッチは新しい法医学的信号である。
自然ビデオでは、マクロレベルの時間的ダイナミクスとマイクロレベルの残留パターンは、統合されたイメージング物理パイプラインによって本質的に結合される。
しかし、この共同分布を明示的に保持していないトレーニング目的を持つAIジェネレータは、この結合を体系的に違反する。
このようなミスマッチの検出は、両方のスケールで独立して情報を抽出する必要があるため、難しい。
論文 参考訳（メタデータ） (2026-09-01T05:23:48Z) - LoRC: Detecting AI-Generated Images via Low-Rank Collapse in Semantic Residuals [50.157719466558696]
現代の発電機は, セマンティック・残留部分空間において, 支配的なセマンティックな方向を保ちながら, 低ランクの崩壊を示すことを示す。
崩壊した残余幾何を捉えるために意味的優位性を分離するフレームワークである textbfLoRC を提案する。
本手法は,複数のベンチマークで平均7.0%の精度向上を実現し,39個の未知のジェネレータ上で97.0%の精度を実現する。
論文 参考訳（メタデータ） (2026-08-21T08:58:47Z) - DNA: Dual-stage Native Attribution for Generated Image Source Tracing [75.65470221927096]
既存のプロアクティブな方法は、透かしの埋め込みやモデル修正に依存している。
DNAは、ニューラルネットワークのトレーニングを追加せずに、この階層に従う粗大なフレームワークである。
実験の結果、DNAは89.11%のエンドツーエンドの属性精度を達成している。
論文 参考訳（メタデータ） (2026-07-15T10:27:52Z) - Ghosts Beneath Textures: Texture-Relation Cues for Cross-Paradigm AI-Generated Image Detection [33.4849821487505]
ConImageGenは、クロスパラダイムなAI生成イメージ検出のためのベンチマークである。
意味的干渉を抑えることによって、生成パラダイム全体にわたる意味論的無関係なテクスチャパターンを初めて可視化する。
DTS-Detは、一般化されたAI生成画像検出のための関係をキャプチャし、活用するフレームワークである。
論文 参考訳（メタデータ） (2026-07-04T13:08:01Z) - How Fragile Are Training-Free AI-Generated Image Detectors? A Controlled Audit of Score Direction, Preprocessing, and Compression [6.3999417080764225]
オートエンコーダ・リコンストラクションスコア(AEROBLADE-style)とノイズ摂動特徴相似スコア(RIGID-style)の2つの代表的なトレーニングフリースコアを監査する。
監査は3つの注意深い結果をもたらす。
論文 参考訳（メタデータ） (2026-06-18T17:05:51Z) - SSAFE: Simple and Strong AI-Generated Image Detection via Frozen Vision Encoders [61.07733730455141]
現代のマルチモーダル視覚表現において,画像の真正性に関する情報がどのように符号化されているかを検討する。
我々は,学習用代表生成器のコンパクトな集合を選択する表現対応型データキュレーション戦略を開発した。
実験により、凍結したマルチモーダル表現と慎重にキュレートされたトレーニングデータを組み合わせることで、AI生成画像検出に対するシンプルで効果的なアプローチが示される。
論文 参考訳（メタデータ） (2026-06-07T13:56:17Z) - Where Detectors Fail: Probing Generative Space for Generalizable AI-Generated Image Detection [69.6123714120735]
AI生成画像(AIGI)の検出は、検出器が見えないジェネレータに一般化できないことが多いため、依然として難しい。
本稿では, 生成過程の挑戦領域を積極的に探究することで, 検出器の一般化を改善するフレームワーク PROBE を提案する。
論文 参考訳（メタデータ） (2026-05-24T07:15:06Z) - Exploiting the Final Component of Generator Architectures for AI-Generated Image Detection [8.799682136894914]
DINOv3のバックボーンで調整された検出器は、22個のテストセットで平均98.83%の精度を持つ。
筆者らは, ジェネレータの最終成分を用いて実像を「汚染」し, 検出器を訓練し, 元の実像と区別することを提案する。
論文 参考訳（メタデータ） (2026-01-28T10:35:05Z) - FUSE: Unifying Spectral and Semantic Cues for Robust AI-Generated Image Detection [0.2446672595462589]
FUSEは、Fast Fourier Transformから抽出されたスペクトル特徴とCLIPのビジョンエンコーダから得られたセマンティック特徴を組み合わせたハイブリッドシステムである。
GenImageデータセットの平均精度は91.36%、テストされたすべてのジェネレータの平均精度は88.71%、平均精度は94.96%である。
論文 参考訳（メタデータ） (2025-12-25T14:38:39Z) - Breaking Latent Prior Bias in Detectors for Generalizable AIGC Image Detection [11.907536189598577]
現在のAIGC検出器は、トレーニングに使用される同じジェネレータで生成された画像に対してほぼ完璧な精度を達成するが、目に見えないジェネレータからの出力に一般化するのに苦労する。
検出器は、堅牢な生成アーティファクトを学ぶのではなく、初期ノイズベクトルから発生するパターンに関連するショートカットを学習する。
そこで我々は, 発電機の出力多様体に残る逆数例を生成するオン・マニフォールド・逆数訓練(OMAT)を提案する。
論文 参考訳（メタデータ） (2025-06-01T07:20:45Z) - CO-SPY: Combining Semantic and Pixel Features to Detect Synthetic Images by AI [58.35348718345307]
実際の画像とAI生成画像を区別する現在の取り組みには、一般化が欠如している可能性がある。
既存のセマンティック機能を強化した新しいフレームワークCo-Spyを提案する。
また、5つの実画像データセットと22の最先端生成モデルからなる包括的データセットであるCo-Spy-Benchを作成します。
論文 参考訳（メタデータ） (2025-03-24T01:59:29Z) - Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation [52.509092010267665]
我々はLlamaGenを紹介した。LlamaGenは画像生成モデルの新しいファミリーで、視覚生成ドメインに対して、大規模言語モデルのオリジナルの次世代予測のパラダイムを適用している。
これは、例えば、視覚信号に誘導バイアスのないバニラ自己回帰モデルが、適切にスケーリングすれば最先端の画像生成性能を達成できるかどうか、肯定的な答えである。
論文 参考訳（メタデータ） (2024-06-10T17:59:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。