Detectores de imágenes IA sin entrenamiento fallan por detalles mínimos, advierte nuevo estudio

Una auditoría académica sobre detectores de imágenes generadas por IA sin entrenamiento encontró que pequeños cambios técnicos pueden alterar de forma drástica los resultados, incluso hasta volver algunos métodos peores que el azar en ciertas familias de modelos. *** El estudio auditó tres enfoques sobre un banco de 1.500 imágenes derivado de GenImage, incluyendo siete generadores y pruebas con compresión JPEG. Cambios de backbone, resolución de preprocesamiento y nivel de ruido movieron el AUROC hasta en 0,38 por generador y +0,085 a nivel global. Los autores concluyen que la robustez reportada por muchos detectores puede estar inflada por sesgos de...