画面上の実演クレーム
すべてのクレーム、画像、履歴インデックスはデモ用に作られた合成です。実在のクレーム写真、契約者、保険会社、アカウントは使いません。
FNOL受付キュー
検証待ちの合成FNOLクレームが4件届きます。コンソールは仕事を率直に枠取ります。詐欺師は拡散モデルで潰れたバンパーを生成することも、解決済みクレームの本物の写真を再利用することもでき、損害査定ツールはどちらでも喜んでスコアします。ゲートは、査定や支払の前にクレームの証拠を信頼できるかを検証します。
単独検出器がクリアする、再利用された本物の写真
クレームCLM-C-1044は、ファイアウォールが想定する案件です。画像は本物のカメラ写真なので、来歴もピクセルフォレンジックも両方パスします。まさに単独のディープフェイク検出器がそこで止まってクリアする地点です。Reuse Analystがその知覚ハッシュを解決済みの先行クレームと照合し、Narrative-Consistency Analystが供述と画像の不一致を見るため、決定論的ポリシーゲートは確信度0.96でSIU-REFERRALへ回し、証拠上に「重複画像、先行クレームと一致」のマーカーを付けます。単一シグナル検出はこれを通します。クロスシグナルのフォレンジックは捕捉します。そしてこの捕捉はシミュレートされたシグナルに依存しません。
クルーが分類器に勝つ理由
決定分析が裏付けを可視化します。Provenanceは整合と読み、Pixel-Forensicsは整合と読みシミュレートとラベルされ、いずれも緑です。ReuseとNarrative-Consistencyはフラグされ、Adversarial Challengerは2件のフラグを検証し、両方生き残りました。経路の理由は平易な言葉で名指しされます。知覚ハッシュが先行クレームHIST-4019（Maple Mutual、2025-11-29）とハミング距離0で一致。完璧な単独ディープフェイク検出器でも捕捉できなかったでしょう。写真について偽物の部分は何もないからです。
カバレッジギャップをベンチマーク
ラベル付き120-claim合成セットすべてを走らせると、持続する結果が現れます。真正性アーティファクトを持たない35件の不正、すなわち20 recycled-realと15 metadata-spoofedのクレームのうち、単一シグナル真正性ベースラインは0件を捕捉し、ファイアウォールは35件すべてを捕捉します。それらは単独検出器が通す本物の写真であり、ギャップを閉じるのはクロスシグナルのフォレンジックだからです。クリーンなクレームは誤告発率0パーセントでそのまま通り、すべての決定が検証可能な監査記録を伴い、正解ラベルに対する不正経路の再現率は1.00です。これらは、不正クラスが設計上検出可能な署名を持つ固定のラベル付き合成セット上の数値であり、オープンワールドの保証ではありません。先頭に出すべき数字は、単独検出器という現行手段に対するカバレッジギャップです。
証拠毀損が赤い行になる
すべての決定は原本画像を追記専用の改ざん検知チェーンに結びます。保管された原本を編集すること、すなわち生成的エンハンスメントや不正が行うことは、そのチェーンを壊します。クリア済み原本を改ざんして再検証すると、CLM-A-1042の行は赤く「改変、証拠毀損」と変わり、封印済みの行は緑のまま、検証器は「チェーン破壊、改ざん検出」と報告します。通常は抽象的な訴訟リスクが、買い手が目で追えるものになります。
