MetaGhost Team
Chercheurs en content fingerprinting. Nous démontons les systèmes de détection pour que les créateurs n'aient pas à le faire.
Qui sommes-nous
MetaGhost est une petite équipe indépendante d'ingénieurs et de chercheurs en ML obsédés par une question : comment les plateformes détectent-elles réellement qu'une vidéo est un repost ?
La réponse est plus intéressante que le marketing qu'on trouve ailleurs. Ce n'est pas juste du "watermarking". C'est un ensemble de hashs perceptuels, de modèles d'embedding neuronaux (SSCD de Meta, 灵识系统 de ByteDance), de pipelines de fingerprinting vidéo (TMK+PDQF) et d'heuristiques de métadonnées. Chaque plateforme tourne avec un stack différent, à l'échelle du milliard de requêtes.
On lit les papers, on benchmark les systèmes, on ship les outils. Tout ce qu'on construit tourne à 100% sur la machine de l'utilisateur : zéro cloud, zéro upload, zéro collecte de données. Le logiciel qu'on ship est celui qu'on utilise nous-mêmes pour comprendre comment ces systèmes se comportent.
Sur quoi on se concentre
Recherche
Benchmarks white-box des modèles de content fingerprinting. Validation PyTorch + TF.js. Cartographie des seuils cross-plateformes depuis papers publiés et tests empiriques.
Ingénierie
App Electron native avec TensorFlow.js embarqué, FFmpeg, yt-dlp. Pipeline adversarial avec attaques PGD contre un ensemble SSCD+EfficientNet+nsfwjs en pleine résolution.
Éducation
Articles techniques expliquant comment la détection fonctionne vraiment, avec sources, vrais seuils et exemples reproductibles. Zéro fluff, zéro clickbait.
Produit
MetaGhost desktop pour Windows & macOS. Traitement batch, injection de métadonnées, perturbations adversariales, détection de similarité, templates short-maker. Mise à jour mensuelle.
Domaines d'expertise
Content Fingerprinting
Meta SSCD, YouTube Content ID, TMK+PDQF, ByteDance 灵识
Hashing Perceptuel
pHash, dHash, aHash : seuils et vecteurs de bypass
ML Adversarial
PGD, TI/DI-FGSM, attaques ensemble sur modèles d'embedding
Ingénierie Metadata
EXIF, IPTC, XMP avec signatures d'appareils réalistes
Détection Plateformes
TikTok, Instagram, YouTube, Snapchat : mécanique du shadowban
Pipeline Vidéo
PGD par frame, FFmpeg filter graphs, perturbations robustes au CRF
Recherche publiée
Notre écriture technique sur les systèmes de détection. Basée sur les papers publiés, pas du marketing.
Contactez-nous
Questions sur notre recherche, le produit, partenariats ou presse ? On lit chaque message.
Contactez-nous sur Telegram