VILLAIN 在 AVerImaTeC 中的表现：基于多智能体协作的图像-文本声明验证
计算与语言
2026-02-23 v2 人工智能
计算机与社会
摘要
本文描述了 VILLAIN，一个通过基于提示的多智能体协作来验证图像-文本声明的多模态事实核查系统。为完成 AVerImaTeC 共享任务，VILLAIN 采用跨多个阶段的事实核查中使用的视觉-语言模型智能体。文本与视觉证据从经由额外网络收集丰富的知识库中检索。为识别关键信息并解决证据条目之间的不一致性，模态特定智能体与跨模态智能体生成分析报告。在后续阶段，基于这些报告生成问答对。最终， verdict 预测智能体根据图像-文本声明及生成的问答对输出核查结果。我们的系统在所有评估指标上均位居榜单第一。源代码已公开于 https://github.com/ssu-humane/VILLAIN。
引用
@article{arxiv.2602.04587,
title = {VILLAIN at AVerImaTeC: Verifying Image-Text Claims via Multi-Agent Collaboration},
author = {Jaeyoon Jung and Yejun Yoon and Kunwoo Park},
journal= {arXiv preprint arXiv:2602.04587},
year = {2026}
}
备注
A system description paper for the AVerImaTeC shared task at the Ninth FEVER Workshop (co-located with EACL 2026)