ThinkDeception：一种用于可解释多模态欺骗检测的渐进式强化学习框架

针对现有方法缺乏可解释性及难以捕捉跨模态不一致的问题，本文提出 ThinkDeception 框架。该框架引入多模态大语言模型，将欺骗检测转化为显式的认知推理过程。基于首个细粒度标注的多模态思维链数据集，构建了基础模型。核心创新在于提出了配备渐进式训练策略的视觉 - 音频一致性组相对策略优化（VAC-GRPO），通过由易到难的课程学习与多维奖励机制，显著提升了模型的推理质量与检测准确率，确立了新的最先进水平。