Чем это отличается

Детекторов ИИ-изображений с десяток. Почти все устроены одинаково: вы загружаете снимок на их сервер, модель смотрит на пиксели, вы получаете число. Вот что происходит здесь вместо этого — и ниже честно о том, где такой подход хуже.

	Большинство детекторов	SynthCheck
Куда попадает ваш снимок?	На их сервер, на обработку	Никуда. Он читается на вашем устройстве
Что вы получаете в ответ?	Процент уверенности	Найденные доказательства, разложенные по силе
Видно ли, как принято решение?	Нет — модель принадлежит им	Да. Всё открыто, и это тот же код, который выполняет ваш браузер
Подписанные Content Credentials	Читают и пересказывают либо отправляют в сервис с загрузкой	Подпись и привязка к снимку проверяются на вашем устройстве
Цена и ограничения	Несколько бесплатных проверок в день, дальше подписка	Бесплатно, без регистрации, без лимита — у нас нечего обрабатывать и нечего оплачивать
Работает без интернета?	Нет	Да, и это самый простой способ убедиться, что ничего не загружается

Где классификатор справляется лучше

Детектор на машинном обучении смотрит на пиксели. Мы — нет. На снимке, с которого стёрли всё (скриншот, перезалив, пересохранение), хороший классификатор может разглядеть в самом изображении следы, которые нам прочитать нечем. Мы отступаем к тому, как устроен файл, и это ловит очень много, но не всё. Если здесь вышло «не определить», инструмент по пикселям — разумное второе мнение. Мы предпочитаем сказать это прямо, а не делать вид, что разрыва нет.

Почему здесь нет процентов

Число выглядит как ответ, и в этом вся беда. Тот же детектор, который на простом наборе выдаёт за девяносто процентов, на снимках, специально сделанных «под настоящие», скатывается к подбрасыванию монетки — а показанное вам число в обоих случаях выглядит одинаково. У доказательств этого свойства нет: видно, что нашли, и видно, когда не нашли ничего.