WorldFact-Bench: Помимо интернальной достоверности изображения, до последовательности изображений в мире

arXiv:2610.11184v1 Annuales Type: New Habstrate: Progresss in Eduction of Imageing все более затрудняет оценку визуальной аутентичности. Хотя в настоящее время судебно-медицинская экспертиза изображений изучает как поколения артефактов, так и более высокого уровня визуальных несоответствий, правдоподобное изображение все еще может противоречить реальным фактам или правилам. Мы представляем WorldFact-Bunch для оценки последовательности изображения мира с помощью одного образа без предопределённого требования или цели проверки. Этот контрольный показатель включает 1274 реальные парные пары, действующие в рамках четырех режимов проверки и десяти семантических областей. Каждая пара создает конкретный, подкрепленный доказательствами фактический конфликт и одновременно стремится сохранить нецелевое содержание и визуальную достоверность. Изображения оцениваются независимо, и точность по парам требует правильной классификации обоих членов пары. Мы предлагаем далее ПЕРСИСТ-Агент, который организует итеративную проверку вокруг постоянного состояния, связывающего потенциальные факты, визуальные наблюдения, доказательства и статус проверкиe