MiniVer-V：为短视频核查识别最小充分证据

arXiv 论文提出 MiniVer-V，用于短视频事实核查的证据充分性判断。该基准含 195 条短视频，标注 supported、refuted、insufficient 三类结论，以及 5,510 个多模态证据单元，覆盖视觉关键帧、语音转写和网络检索外部来源。作者提出两层验证框架，区分内部证据的声明-视频一致性评估与需外部佐证的事实判定，并用充分性驱动的贪心搜索组装证据，证据池耗尽时输出 insufficient。

此前方法要么把全部证据交给验证器而引入噪声，要么按主题相关性筛选证据，把“相关”误当“充分”。该工作把证据充分性作为选择标准，并允许在证据不足时主动放弃下结论，同时给出可复现基准与多模态证据单元，使短视频核查的评估更贴近真实判定条件。

论文将验证拆成两层：先用视频内部证据判断声明与视频是否一致，再引入外部来源确认事实结论。验证时以充分性为贪心搜索目标，逐条加入证据直到达到阈值；若候选池耗尽仍未达阈值，则输出 insufficient，而不是强行给出 supported 或 refuted。

对内容审核、平台事实核查和检索增强生成产品而言，该思路提示可把“证据够了没有”作为独立决策环节，减少把无关证据塞进上下文带来的成本与误判，并在证据不足时显式返回无法判定，而非给出低置信结论。平均使用约 4.5 个证据单元即可接近全量证据效果，指向可观的上下文与调用成本下降空间。

• 在事实核查或内容审核流程中增加“证据充分性”闸门，证据不足时返回 insufficient 而非强行判定。
• 将两层框架产品化：先用视频内部证据做一致性初筛，再按需调用外部检索补充佐证。
• 以贪心式证据组装替代全量证据输入，降低多模态验证的 token 与检索成本。
• 针对短视频场景构建自有充分性标注集，用于评估验证器在不足以判定时的表现。

• 摘要提及消融显示外部证据不可或缺，但未给出具体消融数值与各模态贡献比例。
• 在 GPT-5.5 上复现效率结果，而开源 Qwen2.5-72B 仅部分成立，原因与适用范围尚不明确。
• Macro-F1 约 0.510 的实际业务可用性边界，以及不同语言、题材短视频上的泛化能力未知。
• 基准与方法的公开获取方式、数据许可及是否可商用尚未说明。