VisualTrust：屏幕声明框架下的视频推理

英文标题：VisualTrust: Video Reasoning under On-Screen Claim Framing

这篇 arXiv 预印本（arXiv:2610.21159v1）研究视频中的屏幕文字如何影响模型对视频内容的推理与判断。论文指出，屏幕文字既可能客观描述画面，也可能通过“声明框架”引导观众理解视频含义。现有基准往往将两类文字等同处理，主要测试模型能否读懂文字，而未评估模型是否应当信任这些文字。该研究聚焦模型对屏幕声明的依从性（claim deference），对视频理解、多模态事实核查及 Agent 的可靠推理具有参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB