论文

VizAnchor:通过双锚推理从篡改可视化中解码操纵意图

VizAnchor: Decoding Manipulation Intent from Tampering Visualizations via Dual-Anchor Reasoning

模型推理推理策略与问题分解

摘要

数据可视化广泛用于传达信息,但它们也容易受到故意操纵,从而导致误导性的解释。现有的方法侧重于定位被篡改的区域或恢复隐藏的信息,而没有解释可视化是如何被操纵的或为什么产生的变化可能会误导观众。我们提出了 \textbf{VizAnchor},这是一个通过双锚证据构建和基于 VLM 的推理来进行可视化操作理解的框架。在第一阶段,VizAnchor 构造一个语义锚来恢复真实的图表信息和一个空间锚来定位被篡改的区域。在第二阶段,三名专门代理对操纵进行解码。误导性定位智能体分析四面板视觉提示来预测误导性信息。图表叙事重建代理将原始图表和被篡改的图表作为输入,重建它们各自的视觉叙事。最后,意图推断代理整合视觉证据和误导性信息来推断误导性意图。我们进一步构建了一个用于篡改定位的数据集和一个用于误导意图推断的数据集。评估表明,VizAnchor 能够准确地定位操纵,并对其操纵、误导和误导意图做出忠实的解释。