⭐️⭐️ Детектор AI-сгенерированных изображений: от идеи до честной оценки качества

В новой Хабр-статье Татьяна Кутузова, ML Engineer в Trust & Safety, рассказала, как команда подошла к созданию AI-детектора: от выбора архитектуры и данных до продуктовых границ и сценариев применения.

А ещё:

🟣 CV-классификация в условиях сильного дисбаланса классов и редких positive-примеров;
🟣 формирование датасета: реальные фото товаров и изображения генеративных моделей;
🟣 анализ ошибок через confusion matrix вместо ориентации на агрегированные метрики;
🟣 выбор метрик под задачу: precision, recall, specificity, F-beta, пороги;
🟣 разрыв между offline-валидацией и реальным качеством модели в продакшне.

➡️ Читать