SAFE-MR多模态谣言检测框架发布
发生了什么
据arXiv cs.CL报道，研究提出SAFE-MR框架，通过证据充分性学习实现选择性多模态谣言检测。该框架将声明真实性与证据充分性分离，构建关系感知图并聚合证据。在NewsCLIPpings、VERITE和XFacta数据集上，其宏观F1分数分别为91.2%、75.8%和85.2%，较基线分别提升2.2、4.9和4.8个百分点。
- NewsCLIPpings F1
- 91.2%
- VERITE F1
- 75.8%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口