COSINT-Agent：一种面向中文开源情报的知识驱动多模态智能体
人工智能
2026-01-14 v2
摘要
开源情报（OSINT）需要整合和推理多模态数据，在从事务性数据来源推导可操作洞察方面面临重大挑战。传统方法，包括多模态大语言模型（MLLM），往往难以推断复杂的上下文关系或从非结构化数据源提供全面的情报。在本文中，我们引入了 COSINT-Agent，一种面向中文领域 OSINT 挑战的知识驱动多模态智能体。COSINT-Agent 无缝融合了经过微调的 MLLM 的感知能力与实体-事件-场景知识图谱（EES-KG）的结构化推理能力。COSINT-Agent 的核心是创新的 EES-Match 框架，它连接了 COSINT-MLLM 和 EES-KG，实现多模态洞察的系统提取、推理和情境化。这种整合促进了精确的实体识别、事件解释和上下文检索，有效地将原始多模态数据转化为可操作的情报。大量实验验证了 COSINT-Agent 在核心 OSINT 任务（包括实体识别、EES 生成和上下文匹配）上的优越性能。这些结果强调了其作为推进自动化多模态推理和提高 OSINT 方法有效性的一种稳健且可扩展解决方案的潜力。
引用
@article{arxiv.2503.03215,
title = {COSINT-Agent: A Knowledge-Driven Multimodal Agent for Chinese Open Source Intelligence},
author = {Wentao Li and Congcong Wang and Xiaoxiao Cui and Zhi Liu and Wei Guo and Lizhen Cui},
journal= {arXiv preprint arXiv:2503.03215},
year = {2026}
}
备注
This manuscript (arXiv:2503.03215) is being withdrawn at the supervisor's request. The content is preliminary and needs further internal revision and approval before public release. We will resubmit a revised version after completion. Apologies for the inconvenience