研究人员推出了AV-FABLE，这是一个旨在检测长格式视听视频中稀疏操纵的新基准。与专注于短片段的现有基准不同，AV-FABLE利用16,650个原始-操纵视频对来评估取证分析能力。研究发现，虽然当前的视听大语言模型（AV-LLMs）在长视频的零样本检测方面存在困难，但其固定的感知特征包含重要的取证信号，可以通过单独的时间解码器进行恢复。 AI
影响 该基准可以提高对长视频内容中复杂AI生成操纵的检测能力。
排序理由 该集群描述了一篇介绍AI操纵取证基准的新学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
AV-FABLE introduces a long-form audio-visual benchmark for sparse manipulations, showing that frozen perception features of audio-visual large language models contain forensic evidence best recovered via separate temporal decoders rather than language outputs.
arXiv:2610.33413v1 Announce Type: new Abstract: Localized AI manipulations in long-form videos often affect brief events within otherwise authentic content, making video-level classification insufficient for forensic analysis. Existing audio-visual deepfake benchmarks largely foc…