في ظل انتشار استخدامات الذكاء الاصطناعي التوليدي، تتزايد المخاوف الأخلاقية والتحديات الأمنية المتعلقة بفيديوهات الديب فيك (Deepfake) التي تُنتج بشكل متزايد وبدقة عالية. تشير الدراسات إلى أن المعايير الحالية لا تغطي مجموعة واسعة من الطرق المستخدمة في التوليد، وتفتقر في الغالب إلى تعليقات نصية دقيقة.

للتغلب على هذه التحديات، تم تقديم مجموعة بيانات جديدة تُعرف باسم FaceVid-Forensics-100K، التي تحتوي على 100,000 فيديو مُنتَج بتقنيات متنوعة تشمل تبديل الوجوه وإعادة تمثيل الوجه وتوليد الوجه بالكامل، منها تقنيات حديثة مثل Seedance 2.0. توفر هذه المجموعة بيانات توضيحية دقيقة وشروحات جنائية موثوقة، والتي تم إنتاجها تلقائيًا باستخدام نظم متقدمة تعتمد على نموذج لغوي كبير متعدد الوسائط (MLLM).

علاوة على ذلك، تم تطوير إطار عمل جديد يُعرف بإطار التفكير الجنائي متعدد الوكالات، والذي يستعين بأربعة وكلاء متخصصين لتحليل تلميحات التزوير من وجهات نظر مختلفة مثل الملمس والإضاءة والحركة والفيزياء. وفي النهاية، يقوم وكيل القاضي بمراجعة التقارير المقدمة لإنتاج توقع نهائي مع تفسير.

تظهر التقييمات المكثفة على مجموعات اختبار خارج النطاق أن إطار العمل الجديد، على الرغم من اعتماده بالكامل على نماذج MLLM مفتوحة المصدر صغيرة، يتجاوز جميع الطرق بما في ذلك نماذج GPT المغلقة وGemini، ويحقق المرتبة الأولى في جميع المقاييس المحددة. هذا المشروع يمثّل خطوة حاسمة نحو تحسين الأمان في استخدامات الذكاء الاصطناعي.