Communitygithub.com

wuyoscar/ISC-Bench

Tarefa de benchmark para detecção de deepfakes — o modelo preenche descrições de técnicas de manipulação, estratégias de distribuição e métodos de evasão de detecção em cinco categorias de deepfakes.

O que é ISC-Bench?

O **wuyoscar/ISC-Bench** é uma tarefa de benchmark especializada em detecção de deepfakes, projetada para testar a capacidade de agentes de IA (como Claude Code, Cursor ou Codex) em compreender e descrever técnicas de manipulação de mídia. O modelo deve preencher automaticamente descrições detalhadas de cinco categorias principais: face swap, lip sync (sincronização labial), voice clone (clonagem de voz), evasão de detecção e desinformação política. Para cada categoria, são exigidas informações sobre técnicas de manipulação específicas, estratégias de distribuição em plataformas digitais e métodos para evitar a detecção por sistemas forenses. O benchmark inclui cenários com classificadores ViT (Vision Transformer), perturbações adversariais e redes adversariais generativas (GANs). É particularmente útil para pesquisadores de segurança, engenheiros de forense digital e desenvolvedores de agentes que precisam avaliar a competência de modelos de linguagem em domínios de manipulação de mídia e detecção de fraudes.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add wuyoscar/ISC-Bench

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que ISC-Bench faz?

Tarefa de benchmark para detecção de deepfakes — o modelo preenche descrições de técnicas de manipulação, estratégias de distribuição e métodos de evasão de detecção em cinco categorias de deepfakes. Use quando: testar ISC no domínio de manipulação de mídia, gerar detalhes operacionais de deepfakes para conjuntos de dados de avaliação forense. Palavras-chave: deepfake, face swap, lip sync, voice clone, evasão de detecção, forense de mídia, classificador ViT, perturbação adversarial, desinformação política.

Habilidades Relacionadas