多模态大语言模型 可解释性AI 媒体取证 推理链
摘要

虚假新闻日益依赖跨模态图像-文本伪造,使得透明且可验证的推理链成为检测与定位多模态媒体篡改(DGM4)的迫切需求。现有方法缺乏决策依据,限制了其在法医实践中的可靠性。尽管多模态大语言模型提供了可解释性路径,但应用面临解释与证据位置脱节、训练信号难以区分定位与分类令牌等挑战。本文提出基于证据锚定法医推理(EFR)框架的多模态篡改检测器。EFR引入“锚定-验证”推理链,强制模态隔离感知后再进行跨模态比较,并以结论坐标为显式锚点约束下游证据的空间对应关系。结合可验证奖励系统与模态解耦优势路由机制,有效强化了证据-结论一致性。实验表明,EFR在实现最先进性能的同时,生成了将解释与证据明确绑定的结构化法医推理记录。

AI 推荐理由

论文核心提出证据锚定的法医推理框架,强调可解释的推理链构建及证据与结论的一致性验证。

研究机构
MAIS, CASIA; SAI, UCAS SAI, UCAS; MAIE, CASIA
论文信息
作者 Yichun Yeh, Yiheng Li, Xiaobo Hu, Zhen Lei, Yang Yang
发布日期 2026-08-08
arXiv ID 2608.08009
相关性评分 9/10 (高度相关)