AIGC 기술 발전으로 고품질 합성 콘텐츠 제작이 가능해졌지만, 보안 문제도 대두됨. 기존 탐지 방법의 한계점 극복을 위해, 설명 가능한 AIGC 탐지를 위한 대규모 멀티모달 벤치마크인 Ivy-Fake를 소개. 106K 이상의 풍부하게 주석 처리된 학습 샘플과 5,000개의 수동 검증된 평가 예제로 구성. 또한, Group Relative Policy Optimization (GRPO) 기반의 강화 학습 모델인 Ivy-xDetector를 제안하여 설명 가능한 추론 체인을 생성하고 다양한 합성 콘텐츠 탐지 벤치마크에서 강력한 성능을 달성. GenImage 성능을 86.88%에서 96.32%로 향상시킴.
