GenSyn10: 画像分類のベンチマークのためのマルチ生成AIデータセット
GenSyn10は、CIFAR-10に対応した6万枚の合成画像データセットで、3つの異なるアーキテクチャの生成モデルを使用して作成され、AI生成画像検出の研究を推進します。評価では、モデルは既知の生成器では良好に機能するが、未知の生成器では性能が大幅に低下し、OOD汎化の限界が明らかになりました。
生成AIの急速な進歩により、その出力を確実に検出する能力は追いついていない。特に、検出器がこれまで見たことのない生成器に直面した場合、性能が大幅に低下するという課題がある。この問題に対処するため、研究者らはGenSyn10を導入した。GenSyn10は、CIFAR-10に合わせた合成画像データセットで、6万枚の32x32画像（10クラス、5万/1万分割）から構成される。これらの画像は、3つのアーキテクチャ的に多様な最先端モデル（FLUX.2-dev（整流流Transformer）、HunyuanImage-3.0（MoE Transformer）、Qwen-Image-2512（マルチモーダル拡散Transformer））を用いて生成された。
この分野の中心的な課題は、検出器が既知の生成器では良好に機能するが、未知の生成器では性能が劣化することである。GenSyn10は、複数の現代的なアーキテクチャからデータを厳選し、標準化された生成プロトコルの下でデータを収集することでこの限界に対処し、新しい生成器への分布外（OOD）汎化の制御された体系的な評価を可能にする。画像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。
研究チームは17の画像分類モデルを4段階のプロトコル（実データベースライン、ゼロショット転送、微調整、保持）で評価した。測定可能なドメインギャップがあるにもかかわらず、CIFAR-10で学習されたモデルはGenSyn10で最大96.86%のゼロショット精度を達成し、微調整後は99.88%に上昇した。二値の本物対合成分類では、微調整モデルは既知の生成器で97-99.9%の精度を示すが、未知の生成器からの画像では79-96%に低下し、OOD汎化の持続的な限界を浮き彫りにしている。
これらの結果は、GenSyn10が単一生成器設定を超えた合成画像検出の研究のための管理されたベンチマークとして確立され、ロバスト性、ドメイン適応、および生成器間汎化に関する研究を支援することを示している。このデータセットは、AI生成コンテンツ検出の分野を前進させ、生成AIの急速な進歩に対応するための強力なツールを提供することを目的としている。