虚假伪造检测

可解释人工智能

人工智能安全

目前有1个学硕名额，欢迎已通过计算所考研复试的同学邮件联系我

数字内容合成与伪造检测实验室以“用技术让世界更可信”为使命，长期专注于数字内容安全方面的基础方法研究与应用实践，承担计算所“十四五”“十五五”规划重点方向研究。

我本人主要研究方向为可解释的伪造检测，包括：

1. 数字内容伪造检测与溯源：人工智能生成内容（AIGC）技术与应用蓬勃发展，不断涌现里程碑式突破，但其恶意利用也带来了新的公共安全隐患，严重威胁国家安全和社会稳定。依托实验室研发系统，重点关注检测溯源中的可泛化、可解释问题。

2. 多模态虚假信息检测与验证：虚假信息泛滥风险已连续两次位居《全球风险报告》短期风险榜首。基于“AI识谣”系统积累的丰富数据，我们从多模态理解、推理分析、影响度量等角度出发，深度挖掘虚假信息特性，力求实现快速、准确、有依据的虚假信息检测。

3. 人工智能安全与可解释性：关注以可解释性为代表的人工智能安全问题，包括安全风险的发现、评估、分析与控制方法。近期重点关注大模型价值观、解释的可靠性与可理解性问题。

研究生培养理念：注重培养学生的综合能力，强调从学科前沿到落地实用贯通，个人成长与团队作战并重，做“顶天立地”的科研工作。

近期研究动向与学术分享见微信公众号“数字内容合成与伪造检测”：

2024.10 至今 中国科学院计算技术研究所 副研究员

2021.12-2024.10 中国科学院计算技术研究所 特别研究助理

2016.08-2021.10 新加坡国立大学 博士

2012.09-2016.06 北京航空航天大学 学士

[1] 2025年中国科学院引才计划青年人才

[2] 2024年公安部科学技术奖一等奖

[3] 2022年度计算所优秀研究人员

[4] 2021年计算所新百星

1. [AAAI 26] Reasoning About the Unsaid: Misinformation Detection with Omission-Aware Graph Inference. Z Wang, D Wang, Q Sheng, J Wu, J Cao.
2. [SIGIR 25] LLM-Generated Fake News Induces Truth Decay in News Ecosystem: A Case Study on Neural News Recommendation. B Hu, Q Sheng, J Cao, Y Li, D Wang.
3. [TMM 25] Model Synthesis for Zero-shot Model Attribution, T Yang, J Cao, D Wang, C Xu.
4. [IPM 25] Exploring News Intent and Its Application: A Theory-driven Approach. Z Wang, D Wang, Q Sheng, J Cao, S Ma, H Cheng
5. [MM 24] Rethinking Image Editing Detection In the Era of Generative AI Revolution. Z Sun, H Fang, J Cao, X Zhao, D Wang.
6. [AAAI 24] Bad Actor, Good Advisor: Exploring the Role of Large Language Models in Fake News Detection. B Hu, Q Sheng, J Cao, Y Shi, Y Li, D Wang, P Qi.
7. [IJCAI 24] Ten Words Only Still Help: Improving Black-Box AI-Generated Text Detection via Proxy-Guided Efficient Re-Sampling. Y Shi, Q Sheng, J Cao, H Mi, B Hu, D Wang.
8. [MM 24] FakingRecipe: Detecting Fake News on Short Video Platforms from the Perspective of Creative Process. Y Bu, Q Sheng, J Cao, P Qi, D Wang, J Li.
9. [CVPR 23] Progressive Open Space Expansion for Open Set Model Attribution. T Yang, D Wang, F Tang, X Zhao, J Cao, S Tang.
10. [ICCV 23] SAFL-Net: Multi-Task Guided Semantic-Agnostic Feature Learning Network for Image Manipulation Detection. Z Sun, H Jiang, D Wang, X Li, J Cao.
11. [ACL 23] Learn over Past, Evolve for Future: Forecasting Temporal Trends for Fake News Detection. B Hu, Q Sheng, J Cao, Y Zhu, D Wang, Z Wang, Z.
12. [MM 23] Combating Online Misinformation Videos: Characterization, Detection, and Future Directions. Y Bu, Q Sheng, J Cao, P Qi, D Wang, J Li.
13. [SIGIR 22] Generalizing to the Future: Mitigating Entity Bias in Fake News Detection. Y Zhu, Q Sheng, J Cao, S Li, D Wang, F Zhuang.
14. [ACL 22] Zoom Out and Observe: News Environment Perception for Fake News Detection. Q Sheng, J Cao, X Zhang, R Li, D Wang, Y Zhu.
15. [AIJ 21] Show or suppress? Managing Input Uncertainty in Machine Learning Model Explanations. D Wang, W Zhang, B.Y. Lim.
16. [CHI 19] Designing Theory-Driven User-Centric Explainable AI. D Wang, Q Yang, A Abdul, B.Y. Lim.
17. [CHI 18] Trends and Trajectories for Explainable, Accountable and Intelligible Systems: An HCI Research Agenda. A Abdul, J Vermeulen, D Wang, B.Y. Lim, M Kankanhalli.

完整论文列表见https://scholar.google.com/citations?user=hGZwK0cAAAAJ，部分论文解读见“数字内容合成与伪造检测”公众号

[1] 国家科技重大专项，课题负责人，2025-2028

[2] 计算所创新课题，课题负责人，2025-2027

[3] 国家重点研发计划，课题负责人，2022-2025

[4] 中国科学院先导B计划，子课题负责人，2023-2028

[5] 国家自然科学基金委青年基金，项目负责人，2022-2024

[6] 中国博士后科学基金特别资助，项目负责人，2022-2024

[CSCW 23] Workshop on Understanding and Mitigating Cognitive Biases in Human-AI Collaboration. N Boonprakong, G He, U Gadiraju, N Berkel, D Wang, S Chen, J Liu, B Tag, J Goncalves, T Dingler

   

百度奖学金（全球10人/年）：朱勇椿

中国科学院院长优秀奖：盛强、朱勇椿

中国科学院计算所所长特别奖（7人/年）：盛强

国家奖学金：卜语嫣、胡焙哲、盛强、朱勇椿、张雪遥

北京市优秀毕业生：卜语嫣、孙志豪、张雪遥

所长优秀奖：李阳、王政嘉、杨天韵

所级企业冠名奖学金：胡焙哲、孙志豪、卜语嫣、南琼

李蕾  博士研究生

盛强  博士研究生

张雪遥  硕士研究生

杨天韵  博士研究生

亓鹏  博士研究生

王子昂  硕士研究生

白燕南  博士研究生

朱勇椿  博士研究生

李润东  硕士研究生

赵昕颖  硕士研究生

何泓诺  硕士研究生

沈育锋  硕士研究生

苏思龙  硕士研究生

孙志豪  硕士研究生

李佩瑶 硕士研究生

王政嘉  博士研究生

弭晓月  博士研究生

孙一凡  博士研究生

刘晟  博士研究生

胡焙哲  博士研究生

米昊  硕士研究生

王少非  硕士研究生

李阳  硕士研究生

吴娅  硕士研究生

庞鑫乐  硕士研究生