本研究提出了一种多尺度跨模态融合网络（MSFNet-CPD），旨在提高农业害虫识别的准确性。该方法结合视觉和文本特征，并构建了两个新数据集（CTIP102和STIP102）。实验结果表明，MSFNet-CPD在多个检测基准上优于现有技术，展现出良好的应用潜力。

本研究建立了多类型深度伪造音频检测基准，采用波形提示调优的自监督学习方法，优化检测效果，平均错误率为3.58%。

本文提出了医疗幻觉检测基准MedHallu，包含1万对问答。研究表明，现有模型在幻觉检测方面表现不足，引入领域知识和“无确定答案”选项可显著提升检测精度。