基于文章SNIFFER: Multimodal Large Language Model for Explainable Out-of-Context Misinformation Detection，跑通了代码（本来寒假在家时候就跑过，但是当时因为各种原因没跑通），这次经过修正成功了。

代码地址https://github.com/MischaQI/Sniffer，但是我跑出来的结果和文章里差了接近五个点（文章里是88.4，我这边是83.7），下周看看是什么问题。

这周找了一些新数据集，补充用，在这记录一下：

MCFEND（Multi-Source Chinese Fake News Detection Benchmark）数据集，由香港浸会大学、香港中文大学等机构联合构建，包含来自社交平台、消息应用程序和传统在线新闻媒体等不同来源的23,974条经过核实的新闻

LTCR（Long-Text Chinese Rumor Detection）

数据集，它专注于识别谣言验证背景下的误导信息。该数据集包含1,729条真实新闻和500条假新闻，真假新闻的平均长度分别约为230和152个字符        

https://github.com/yeren66/ChineseRumorDataset/tree/main?tab=readme-ov-file

https://www.kaggle.com/datasets/yangzhou32/weibo-version-1multimodel-supplement/code

https://www.kaggle.com/datasets/yangzhou32/socialnet-weibo-version-1?resource=download

背前端和产品的题，优化简历，投简历（最近两周比较多时间用在了这个上，后续会多把时间放在科研上，争取暑期之前把自己的实验做完）

看论文方面，这几周没有什么这个方向的论文发表，我就在看自己之前整理的论文什么的（之前写过总结），并找图文一致性检测方向自己没看过的论文，争取对这个方向更了解。