D-SECURE:面向误导信息检测的双源证据组合
计算机视觉与模式识别
2026-02-17 v1
摘要
多模态误导信息日益增加地将逼真的图像编辑与措辞流畅但误导性的文本混合,产生难以核查的具有说服力的帖子。现有系统通常依赖单一证据来源。基于内容的检测器识别图像及其标题内的局部不一致,但无法确定全局事实真相。基于检索的事实核查器在外部证据上进行推理,但将输入视为粗糙的主张,常常漏掉细微的视觉或文本操纵。这种分离导致 internally 一致的虚构信息能够通过操纵检测器,而事实核查器却验证包含像素级或词级损坏的主张。我们提出D-SECURE,一个结合内部操纵检测与外部证据推理的框架,用于处理新闻风格的帖子。D-SECURE集成了HAMMER操纵检测器与DEFAME检索管道。DEFAME执行广泛验证,HAMMER分析残差或可能包含细粒度编辑的不确定案例。实验在DGM4和ClaimReview样本上表明,两种系统的优势互补,推动了其融合。我们提供一个统一且可解释的报告,融合操纵线索与外部证据。
引用
@article{arxiv.2602.14441,
title = {D-SECURE: Dual-Source Evidence Combination for Unified Reasoning in Misinformation Detection},
author = {Gagandeep Singh and Samudi Amarasinghe and Priyanka Singh},
journal= {arXiv preprint arXiv:2602.14441},
year = {2026}
}
备注
12 pages, 2 figures