ReMMD：面向多模态虚假信息检测的现实多语言多图智能体验证

多模态虚假信息检测日益重要——因为病毒式传播的帖子如今结合长篇多语言叙事、多张图片、混合来源与细微的跨模态框架错误。既有基准与方法与此设定错配：它们通常孤立地处理短标题、单图、二分类标签或单一操纵来源——而智能体验证在现实证据搜索下成本高昂。我们提出ReMMD——面向多模态虚假信息检测的现实多语言多图智能体验证框架。ReMMD包含ReMMDBench——500样本、2,756张图、五种单语评估、两种跨语言设定、三个文本长度档、多图帖子、五级真实性标签、八类失真标签、证据来源与理据的真实世界多模态虚假信息检测基准。还包括ReMMD-Agent——持久记忆验证器：把帖子分解为原子论点、构建可复用证据集——并预测结构化真实性判定、细粒度失真诊断与解释性理据。跨专有系统、开放LVLM、MMD-Agent与T²-Agent——ReMMD-Agent取得最佳五级真实性性能：使用GPT-5.2达41.80%准确率与39.12% macro-F1——较MMD-Agent降本17.5%、较T²-Agent降本79.9%。项目见 https://dang-ai.github.io/ReMMD。