待验证50% 置信事实精确时间

BharatGather 采用混合式数据构建管线，综合运用系统化网络爬取、多媒体转录提取和大语言模型辅助的合成增强三种方法

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

BharatGather：面向印度公共事件的虚假信息检测基准数据集解析

涉及实体

BharatGatherproduct

相关事实

待验证BharatGather 将 LLM 合成增强定位为确保叙事多样性的手段，而非数据的主体来源66% 相似待验证主流扩散模型通常结合U-Net骨干网络与CLIP文本编码器62% 相似待验证BDH试图在保留语言建模能力的同时引入递归或状态化的潜在计算，并提供可恢复的图视图及稀疏局部化状态带来原生可解释性接口62% 相似待验证一种可行的混合架构是用大模型处理自然语言模糊性并转化为结构化中间表示，再交由手工规则系统进行确定性的程序化执行60% 相似待验证多模态处理是指模型同时理解和生成文本、图像、代码等多种数据类型的能力，依赖于视觉编码器与语言模型骨干网络的深度融合60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/901423

API

curl https://kongchang.com/api/v1/knowledge/claims/901423

MCP

get_claim(id=901423)