Sens-VisualNews：耸人听闻的图像检测基准数据集

对媒体项目中耸人听闻的内容的检测可以成为识别值得检查的内容并标记潜在虚假信息的关键过滤机制，因为此类内容会触发生理唤醒，而这种生理唤醒通常会绕过关键评估并加速病毒式分享。在本文中，我们介绍了耸人听闻的图像检测任务，其目的是确定图像是否包含令人震惊、挑衅或情绪化的特征，以吸引注意力并引发强烈的情绪反应。为了支持这项任务的研究，我们创建了一个新的基准数据集（称为 Sens-VisualNews），其中包含来自新闻项目的 9,576 张图像，并根据视觉内容中是否存在（不）存在的各种耸人听闻的概念和事件进行注释。最后，我们使用 Sens-VisualNews 研究了各种开放式 SotA Multimodal LLM 在零样本和微调设置下的即时灵敏度、性能和鲁棒性。