DVAR：用于视频真实性检测的对抗性多智能体辩论

针对视频生成技术演进带来的媒体取证挑战，本文提出 DVAR，一种无需训练的框架，将视频检测重构为结构化多智能体法医推理过程。该框架超越传统模式匹配，通过“生成假设智能体”与“自然机制智能体”间的迭代交叉质询，驱动逻辑收敛以揭示真相。利用最小描述长度原则量化推理路径的“逻辑负担”，并结合动态知识库提供高层启发式规则。实验表明，DVAR 在无需监督训练的情况下，相比最先进方法具有竞争力且泛化能力更强，提供了透明、可解释的推理轨迹。