<p>Result Evaluation of ARC-Net model on Deepfake Dataset and Deepfake Database.</p>

NIAID Data Ecosystem2026-05-10 收录

数据链接：

https://figshare.com/articles/dataset/_p_Result_Evaluation_of_ARC-Net_model_on_Deepfake_Dataset_and_Deepfake_Database_p_/31944399 数据链接链接失效反馈

官方服务：

资源简介：

Result Evaluation of ARC-Net model on Deepfake Dataset and Deepfake Database.

创建时间：

2026-04-06

AI4T

深度伪造

音频检测

AI4T数据集是一个包含真实世界音频深度伪造的多样化且具有挑战性的数据集，由来自YouTube、Instagram、TikTok和Facebook等在线平台的视频音频轨道组成。该数据集包括8种语言的196个伪造和192个真实视频，总时长约为13小时。数据集中的视频被用于传播政治虚假信息和金融欺诈，或用于娱乐目的。该数据集旨在解决当前深度伪造检测系统在面对真实世界样本时的性能差距问题，并为数据为中心

arXiv2025-06-11 更新330

Deepfake-Unfiltered-30K

深度伪造

质量评估

Deepfake-Unfiltered-30K是一个用于深度伪造质量评估的模型数据集，旨在分析深度伪造图像和视频的质量。该数据集通过评估深度伪造的好坏质量来进行分类，其中0代表质量较差的深度伪造，1代表质量较好的深度伪造。这种分类是训练深度伪造质量评估模型的基础，有助于提升深度伪造检测和增强技术。

Hugging Face2025-04-19 更新110

deepfake maker

深度伪造

人工智能

make deepfakes with 100% accuracy

RapidAPI2024-01-01 更新80

AI Deepfake Detector Tool Market Forecast by Voice Detector, Image Detector, and Other Types for 2024 to 2034

深度伪造

市场预测

The estimated value for the AI deepfake detector tool market should reach US$ 1,339.40 million in 2024. Further, the market is projected to secure a 15.60% CAGR through 2034 to sur

www.futuremarketinsights.com180

synthetic-guardrail-dataset-v1

文本分类

内容安全

Tanaos_guardrail_v1训练数据集是一个由Tanaos使用Artifex Python库合成的数据集，旨在训练和评估用于检测、分类或过滤不安全、有害或违反政策的文本内容的守门系统。该数据集包含标记为“安全”或“不安全”的文本样本，其中“不安全”类别包括诸如亵渎、暴力、性内容、骚扰、隐私泄露和上下文控制问题等内容。该数据集用于训练、微调和评估充当AI系统守门员的模型，常见用例包括检测和

Hugging Face2025-11-14 更新80

<p>Result Evaluation of ARC-Net model on Deepfake Dataset and Deepfake Database.</p>

资源简介：

相关数据集