**AV-FABLE：首个长视频音视频篡改取证基准与分离读取模型**

_AV-FABLE: Audio-Visual Manipulation Forensics in Long-Form Videos_

> 针对长视频中的局部 AI 篡改难以检测的问题，研究团队提出了 AV-FABLE 基准，包含 998 小时音视频数据，支持模态特定的时序定位。实验发现，直接利用音视频大语言模型（AV-LLM）的语言输出效果不佳，但其冻结的感知特征中蕴含了强取证信号。基于此，团队提出了 NFSR 模型，通过分离的音视频时序解码器读取这些特征，在域内及跨域测试中均实现了最佳的音视频篡改定位性能。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-27 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.33413)