mncai/Fake_or_Real_Competition_Dataset

2023年‘Fake or Real: AI-generated Image Discrimination Competition’数据集现已发布在Hugging Face上。该数据集旨在区分真实图像和AI生成的假图像，以应对生成AI技术带来的潜在风险，如身份盗窃、复仇色情和政治操纵。训练集由diffusiondb和Flickr图像组成，测试集则通过多种生成AI模型生成，以模拟现实世界中的图像滥用场景。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache 2.0
• 任务类别: 图像分类
• 语言: 英语
• 名称: aiconnect_fake_or_real

背景

随着生成式AI技术的进步，可以轻松创建与真实内容难以区分的虚假信息，因此对其滥用的担忧也随之出现。特别是图像生成AI，由于其可能导致身份盗窃、报复性色情和政治操纵等潜在风险，引起了重大警觉。因此，开发能够有效区分真实和AI生成虚假图像的技术变得至关重要。

数据集构成

• 训练数据集: 包含来自diffusiondb和Flickr的图像，以及一些低质量的虚假图像。
• 测试数据集: 为了模拟现实世界中图像滥用的场景，使用了多个经过多样化真实数据集微调的生成式AI模型，并应用了如“卡通”和“太多手指”等负面提示关键词来生成逼真图像。

目的

该数据集旨在鼓励开发健壮的解决方案，并促进关于应对AI生成虚假图像挑战的讨论。

搜集汇总

背景与挑战

背景概述

该数据集是2023年'Fake or Real: AI-generated Image Discrimination Competition'的竞赛数据集，旨在区分真实图像和AI生成的假图像，以应对生成AI技术带来的潜在风险，如身份盗窃和政治操纵。训练集由diffusiondb和Flickr图像组成，测试集则通过多种生成AI模型生成，模拟现实世界中的图像滥用场景。