arXiv · NLP· Zisheng Liang, Kidus Zewde, Rudra Pratap Singh, Disha Patil, Zexi Chen, Jiayu Xue, Yao Yao, Yifei Chen, Qinzhe Liu, Simiao Ren·· 4 小时前AI 评分32
多模态 LLM 能否检测文档篡改？
Can Multi-modal (reasoning) LLMs detect document manipulation?
AI 导读
多项多模态大语言模型（OpenAI O1、Gemini、Grok、Llama 等）被评估在真实交易文档上识别篡改文本、格式错位及金额不一致，顶级模型在零样本场景下优于传统方法，但在分布外数据表现仍不稳定。模型规模与推理能力与检测准确率相关性有限，任务微调可能更关键。
来源：arXiv · NLP · arxiv.org