多智能体法证推理提升可泛化的深度伪造视频检测能力
研究人员推出 FaceVid-Forensics-100K，这是一个包含 10 万个深度伪造视频的数据集，覆盖 33 种合成方法，并提供细粒度文本标注。其 ARGUS 框架由四个专门智能体分别分析纹理、光照、运动和物理特征，再由裁决智能体整合结果并生成带解释的判断。研究人员称，该系统完全由小型开源多模态语言模型构成，在域外测试中超过了包括 GPT 和 Gemini 闭源模型在内的所有对比方法，并在该基准的全部报告指标上排名第一。不过，相关结果仍取决于所使用的基准数据集和评测设置。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。