Published May 30, 2024
| Version v1
Publication
Open
Overview of the Grand Challenge on Detecting Cheapfakes at ACM ICMR 2024
Creators
- 1. University of Bergen
- 2. Simula Metropolitan Center for Digital Engineering
- 3. IMEC
- 4. KU Leuven
- 5. National Institute of Information and Communications Technology
- 6. Ho Chi Minh City University of Science
Description
Information disorder is one of the most typical challenges in the current era of science and technology. The amount of information on the internet is increasing, but its correctness and authenticity are not always guaranteed, leading to false information, fake news, etc. The mentioned problem negatively affects users' reception and use of information. Unlike deepfake, cheapfake is created using simple techniques and does not rely on AI to produce fake multimedia. Cheapfake is becoming increasingly popular due to its ease of creation. Thus, there is a growing need to develop techniques that can detect cheapfake content. Following previous events, the Grand Challenge on Detecting Cheapfakes at ACM ICMR 2024 continues to seek contributions from researchers on cheapfake detection with the goal of improving effectiveness and creativity in approach, and understanding the limitations of the current dataset. This challenge has accepted 6 new proposed methods from participants with the highest private test accuracies achieved at 72.2% for Task 1 and 54.84% for Task 2. The highest public test accuracies for the two tasks are 95.6% and 93% respectively. These new methods focus on incorporating new AI models such as Stable Diffusion, LLM. These new findings represent the latest advancements in cheapfake detection research and introduce new potential approaches for future research.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يعد اضطراب المعلومات أحد أكثر التحديات شيوعًا في العصر الحالي للعلوم والتكنولوجيا. كمية المعلومات على الإنترنت آخذة في الازدياد، لكن صحتها وأصالتها ليست مضمونة دائمًا، مما يؤدي إلى معلومات كاذبة وأخبار مزيفة وما إلى ذلك. تؤثر المشكلة المذكورة سلبًا على استقبال المستخدمين للمعلومات واستخدامها. على عكس التزييف العميق، يتم إنشاء التزييف الرخيص باستخدام تقنيات بسيطة ولا يعتمد على الذكاء الاصطناعي لإنتاج وسائط متعددة مزيفة. أصبح التزييف الرخيص شائعًا بشكل متزايد بسبب سهولة إنشائه. وبالتالي، هناك حاجة متزايدة لتطوير تقنيات يمكنها اكتشاف المحتوى المزيف الرخيص. بعد الأحداث السابقة، يواصل التحدي الكبير للكشف عن التزييف الرخيص في ACM ICMR 2024 السعي للحصول على مساهمات من الباحثين حول الكشف عن التزييف الرخيص بهدف تحسين الفعالية والإبداع في النهج، وفهم قيود مجموعة البيانات الحالية. قبل هذا التحدي 6 طرق مقترحة جديدة من المشاركين الحاصلين على أعلى دقة في الاختبار الخاص بنسبة 72.2 ٪ للمهمة 1 و 54.84 ٪ للمهمة 2. أعلى دقة للاختبار العام للمهمتين هي 95.6 ٪ و 93 ٪ على التوالي. تركز هذه الأساليب الجديدة على دمج نماذج ذكاء اصطناعي جديدة مثل Stable Diffusion و LLM. تمثل هذه النتائج الجديدة أحدث التطورات في أبحاث الكشف عن التزييف الرخيص وتقدم مناهج محتملة جديدة للبحث المستقبلي.Translated Description (French)
Le désordre de l'information est l'un des défis les plus typiques de l'ère actuelle de la science et de la technologie. La quantité d'informations sur Internet augmente, mais son exactitude et son authenticité ne sont pas toujours garanties, ce qui conduit à de fausses informations, de fausses nouvelles, etc. Le problème mentionné affecte négativement la réception et l'utilisation des informations par les utilisateurs. Contrairement au deepfake, le cheapfake est créé à l'aide de techniques simples et ne repose pas sur l'IA pour produire de faux multimédias. Cheapfake est de plus en plus populaire en raison de sa facilité de création. Ainsi, il existe un besoin croissant de développer des techniques capables de détecter le contenu bon marché. Suite aux événements précédents, le Grand Défi sur la détection des Cheapfakes à l'ACM ICMR 2024 continue de solliciter les contributions des chercheurs sur la détection des cheapfakes dans le but d'améliorer l'efficacité et la créativité de l'approche, et de comprendre les limites de l'ensemble de données actuel. Ce défi a accepté 6 nouvelles méthodes proposées par les participants dont la précision des tests privés est la plus élevée, soit 72,2 % pour la tâche 1 et 54,84 % pour la tâche 2. Les précisions de test public les plus élevées pour les deux tâches sont respectivement de 95,6 % et 93 %. Ces nouvelles méthodes se concentrent sur l'intégration de nouveaux modèles d'IA tels que la diffusion stable, la LLM. Ces nouvelles découvertes représentent les dernières avancées en matière de recherche sur la détection de faux à bas prix et introduisent de nouvelles approches potentielles pour la recherche future.Translated Description (Spanish)
El trastorno de la información es uno de los desafíos más típicos en la era actual de la ciencia y la tecnología. La cantidad de información en internet es cada vez mayor, pero no siempre se garantiza su exactitud y autenticidad, dando lugar a informaciones falsas, fake news, etc. El problema mencionado afecta negativamente a la recepción y uso de la información por parte de los usuarios. A diferencia del deepfake, el cheapfake se crea utilizando técnicas simples y no depende de la IA para producir multimedia falsa. Cheapfake se está volviendo cada vez más popular debido a su facilidad de creación. Por lo tanto, existe una creciente necesidad de desarrollar técnicas que puedan detectar contenido falsificado barato. Después de los eventos anteriores, el Gran Desafío sobre la Detección de Cheapfakes en ACM ICMR 2024 continúa buscando contribuciones de investigadores sobre la detección de cheapfake con el objetivo de mejorar la efectividad y la creatividad en el enfoque, y comprender las limitaciones del conjunto de datos actual. Este desafío ha aceptado 6 nuevos métodos propuestos por los participantes con las mayores precisiones de pruebas privadas alcanzadas en 72.2% para la Tarea 1 y 54.84% para la Tarea 2. Las mayores precisiones de las pruebas públicas para las dos tareas son del 95,6% y el 93%, respectivamente. Estos nuevos métodos se centran en incorporar nuevos modelos de IA como Stable Diffusion, LLM. Estos nuevos hallazgos representan los últimos avances en la investigación de detección de falsificaciones baratas e introducen nuevos enfoques potenciales para futuras investigaciones.Files
3652583.3657587.pdf
Files
(7.3 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:99b5c467ebbfd2289779dee4518d036c
|
7.3 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- نظرة عامة على التحدي الكبير للكشف عن التزييفات الرخيصة في ACM ICMR 2024
- Translated title (French)
- Aperçu du Grand Défi sur la Détection des Cheapfakes à l'ACM ICMR 2024
- Translated title (Spanish)
- Resumen del Gran Reto sobre la Detección de Cheapfakes en ACM ICMR 2024
Identifiers
- Other
- https://openalex.org/W4399418452
- DOI
- 10.1145/3652583.3657587
References
- https://openalex.org/W2194775991
- https://openalex.org/W2962784628
- https://openalex.org/W2970641574
- https://openalex.org/W2982058372
- https://openalex.org/W2990138404
- https://openalex.org/W3156355701
- https://openalex.org/W4312933868
- https://openalex.org/W4399418380
- https://openalex.org/W4399418388
- https://openalex.org/W4399418513
- https://openalex.org/W4399418551
- https://openalex.org/W4399418571
- https://openalex.org/W4399418713