虚假信息检测

传统视频虚假信息检测常因处理冗余数据而效率低下且缺乏可解释性。本文提出SIEVE框架，通过Evidence Agent在预算约束下主动搜寻OCR、ASR及视觉线索，构建紧凑证据包供Verifier判定。实验显示，SIEVE在FakeSV和FakeTT上分别达到92.62%和91.64%准确率，刷新SOTA；在跨域基准FakeVV上亦展现良好泛化能力。需注意，模型对特定数据集证据分布存在依赖，且视觉读取受限于24张图像上限。