为了解决合成篡改无法充分复制真实世界篡改属性的问题，研究人员提出了一个包含14250个文本图像的RTM数据集，其中包括手动和自动篡改的图像。他们提出了一个基线解决方案，采用一致性感知的聚合中心和门控交叉邻域注意融合模块，以及被篡改-真实对比学习模块，提高了文本伪造检测的性能。这个框架可以扩展到其他双流体系结构，对手动和总体篡改的定位性能分别提高了7.33%和6.38%。他们的研究旨在推动现实世界文本篡改检测的进展。