FactGuard：基于强化学习的代理式视频虚假信息检测

多模态大语言模型在视频虚假信息检测中虽取得进展，但常依赖固定深度推理且过度信任内部假设。为此，本文提出 FactGuard，一个基于 MLLM 的代理式框架，将验证构建为迭代推理过程。该框架显式评估任务模糊性，选择性调用外部工具获取关键证据，逐步优化推理轨迹。此外，引入两阶段训练策略，结合领域特定的代理监督微调与决策感知强化学习，以优化工具使用并校准风险敏感型决策。实验表明其在多个数据集上达到最先进水平。