Disinfo Verify —— 按需事实核查
按需将一段文本、一个 URL 或一张图片，与各家事实核查机构已经发表的核查结论库做比对验证。请求进入队列，结果回写到同一份文档中并生成永久链接——这样一次核查就成了可归档的证物，而不是一闪而过的界面。
概览
截至 2026 年 7 月 26 日的统计，结论库共索引 98,818 条核查结论，来自三条彼此独立的渠道：Data Commons、覆盖 14 家核查机构域名的 Google Fact Check Tools API，以及七个 RSS 订阅源。采集任务每天 05:00 运行一次。
匹配方式是词汇比对，且全程可审计。检索先召回候选的核查结论，置信度来自共现词项的重合程度，并按词项的稀有度加权：罕见词的权重高于常见词。系统设有两道阈值——高于 0.55 才下判断，介于 0.38 与 0.55 之间则标记为需人工复核，低于 0.38 不作任何断言。此外还有防误报的下限：至少要有三个实义词项重合，且在召回的四十条结论中最多展示五条。
弃权区间不是修辞上的谦虚。词汇比对的准确率在 246 组人工标注的配对上做过实测，最优点也不超过 17%——正因如此，系统会把匹配上的词项摆在明面上，让判断过程可见，而不是把方法藏在一枚认证标记的背后。
输入与输出
- 自由文本 —— 从四个保守标签中给出结论（「已被核查机构证伪」「找到相关核查结论」「有迹象——需人工复核」「未匹配到结论」）、解释说明、匹配上的核查结论及其共现词项，以及「实际情况」板块，其中直接采用核查机构自己撰写的更正内容。若该机构未发布更正，这一板块就不出现——这句话不会由待核查的说法反向推导而来。
- URL —— 输出内容同上，标题取自结论库、抓取到的页面，或 Internet Archive 的存档副本，另附该链接在受监测社交网络中的传播情况。URL 的身份标识是其规范化形态的哈希值，并已剔除跟踪参数，因此同一篇报道即便被十场传播活动分享，在系统里也只是一份文档。
- 图片（JPEG、PNG、WebP、AVIF、GIF）—— 声明的来源信息（EXIF、XMP、IPTC，以及 C2PA 容器检测）、按 sha256 与 pHash 在结论库中回溯的该图历史、五项像素级鉴定指标及其取值区间与百分位、网络反向搜索，以及图中叠加文字的转写。
工程决策
带弃权机制的语种过滤。 不做过滤时，9.0% 的候选结论来自其他语种；开启过滤后降为零。但语种检测器在 27.5% 的查询中会自认不确定——这种情况下过滤直接关闭，而不是凭一次没有把握的猜测就丢掉本来合格的候选。
pHash 另存镜像哈希。 感知哈希能认出经过重新压缩或缩放之后的同一张图。由于水平镜像会产生最大距离，平台会额外保存镜像图的哈希值——多花八个字节，就避开了旧图翻炒中最常见的漏报。
按压缩程度分层的像素鉴定。 在测过的 37 项像素指标中，最终只发布了五项：它们是同时通过四道关卡的幸存者，其中包括对重新压缩的稳健性，以及不因发布媒体不同而产生偏倚。各项取值区间按 JPEG 量化表分层，确保指标衡量的是这张图片本身，而不是发布它的那家编辑部。
面向恶意输入的入口关卡。 文件类型按字节内容判定，设有体积与像素总量上限；解压炸弹在解码前就通过读取文件头予以拒收；SVG 因非位图而被拒；按 URL 抓取时防范 SSRF：先解析 DNS，只要有任一 IP 属于私有网段即拒绝，最多允许三次跳转，且每一跳都重新校验。
核心能力
- 汇集各家核查机构的结论库，裁定结果统一归入六个标准类别
- 明确划定的弃权区间，匹配上的词项始终可见
- 必备的「无法确定的内容」章节，理由取自 17 项封闭词表
- 署名的人工结论，选项限定为五种并由数据库约束保证，另设四种发布状态
- 协同与放大信号以零模型作校准，覆盖七个已归一化的社交网络
应用场景
- 在回应之前，先核实一条通过即时通讯收到或见诸媒体的说法
- 查清一张图片此前是否流传过、出现在哪些媒体、最早出现于何时
- 以永久链接、证据和生成过程留痕的形式保全这次核查
- 为传播、法务或核查团队的待办队列排定优先级
系统不做什么
- 不对真假给出自动裁定。语言模型在指令层面就被禁止对真实性作判断，另有一道包含十种模式的拦截规则，会拦下任何看起来像认证标记的输出字段。
- 不接受视频与音频——仅支持文本、URL 以及上述五种图片格式。
- 不判定图片是否由 AI 生成：没有经过校准的分类器，模型对图像的解读仅作为参考意见呈现，并同时列出支持与反对的迹象。
- 不验证 C2PA 凭据；只检测容器是否存在，并明确声明未校验其签名。
- 不将账号标记为机器人，不做人脸识别，不对图片做地理定位。
- 「未匹配到结论」绝不等同于「内容属实」。
集成
- Google Fact Check Tools API、Data Commons，以及各核查机构的 RSS
- Internet Archive、Google Cloud Vision（授权的反向搜索接口，非爬取）
- OpenSearch、MinIO / Amazon S3
SLA 与保障
队列每 10 分钟清空一次 · 图片结论仅以署名的人工意见为准