屏幕上的示例理赔
所有理赔、图像与历史索引均为合成，专为演示构建。未使用任何真实理赔照片、保单持有人、保险公司或账户。
FNOL 受理队列
四条合成的首次出险通知理赔到达，等待核验。控制台把任务说得很直白：欺诈者可以扩散生成撞毁的保险杠，或从已结案理赔复用真实照片，而损失评估工具会乐于给两者打分。门禁在评估或赔付之前核验理赔证据是否可信。
单检测器会放行的复用真实照片
理赔 CLM-C-1044 正是防火墙所针对的案件。其图像是真实相机照片，因此来源与像素取证均通过，而这正是单一深度伪造检测器停步并放行之处。Reuse Analyst 将其感知哈希匹配到已结案的先前理赔，Narrative Analyst 看到陈述与图像不一致，因此确定性策略门禁以 0.96 置信度将其路由至 SIU-REFERRAL，证据上带有「重复图像，匹配先前理赔」标记。单信号检测放行此案；跨信号取证捕获它，且这一节拍不依赖模拟信号。
为何分析组胜过分类器
决策分析让印证可见。Provenance 读为一致，Pixel-Forensics 读为一致且标注为模拟，两者均为绿色。Reuse 与 Narrative-Consistency 被标记，对抗性 Challenger 测试了两项标记且两项均经受住。路由原因用直白语言点明：感知哈希以 hamming distance 0 匹配先前理赔 HIST-4019（Maple Mutual，2025-11-29）。再完美的单一深度伪造检测器也无法捕获此案，因为这张照片没有任何伪造之处。
覆盖缺口，经基准衡量
在已标注的 120-claim 合成集上运行每一条理赔，耐久的结果显现。在 35 起不含真实性伪影的欺诈中，即 20 recycled-real 与 15 metadata-spoofed 理赔，单信号真实性基线捕获 0，防火墙捕获全部 35，因为那些是单一检测器会放行的真实照片，而跨信号取证正是弥合缺口的东西。干净理赔以 0 percent 误控率直通，每一项决定都带有可核验审计记录，对照真值标签的欺诈路由召回为 1.00。这些是固定、已标注合成集上的数字，其欺诈类别按构造带有可检测签名，而非开放世界保证，因此应领先给出的数字是相对在位方案——单一检测器——的覆盖缺口。
证据毁损，变成一行红色
每一项决定都将原始图像绑定进仅追加、防篡改的链。编辑已存储的原件——生成式增强或欺诈会做的事——会打断该链。篡改一份已放行的原件并重新核验，CLM-A-1042 的行变红，显示「已篡改，证据毁损」，密封行保持绿色，核验器报告链已断开、检测到篡改。通常抽象的诉讼风险，变成买家可以亲眼看见发生的事。
