ForgeryVCR

新框架ForgeryVCR改进了多模态大语言模型在图像伪造检测方面的能力

研究人员推出ForgeryVCR，一个旨在提高多模态大语言模型（MLLMs）在检测和定位图像伪造方面的准确性的新框架。与以往以文本为中心的方法（由于语言模态在捕捉细微像素不一致性方面的局限性而常常导致幻觉）不同，ForgeryVCR集成了高效的取证工具箱。该工具箱将不可察觉的痕迹物化为显式的视觉中间体，实现了视觉中心推理。该框架采用战略工具学习范式，结合监督微调和强化学习，使MLLMs能够主动调用多视图推理路径进行详细检查。