MLCCD：跨 MLLM 层解耦一致性与冲突的多模态假新闻检测

MLCCD 提出跨多模态大语言模型（MLLM）层解耦一致性与冲突证据的方法用于假新闻检测：先用最终决策表示筛选任务相关视觉与文本 token，保留相邻层间表示剧变的 token，再将知识解耦为一致性与冲突证据并各自跨层聚合。在三个 benchmark 上的实验表明 MLCCD 优于现有方法。