Zespół badaczy wprowadził BharatGather - specjalistyczny benchmark dataset przeznaczony do binarnej klasyfikacji dezinformacji w kontekście indyjskich zgromadzeń publicznych. Zbiór zawiera 14,646 rekordów zebranych poprzez hybrydowy pipeline obejmujący systematyczne web scraping platform fact-checkingowych, ekstrakcję transkryptów multimedialnych oraz syntetyczną augmentację wspieraną przez LLM-y w celu zapewnienia różnorodności narracyjnej.
Istniejące systemy wykrywania fake newsów wykazały znaczny postęp metodologiczny, jednak tradycyjne benchmarki często nie oddają zawiłości społeczno-kulturalnych charakterystycznych dla kontekstu indyjskiego. Masowe zgromadzenia, religijne festiwale, wiecy polityczne i spotkania kulturalne stanowią tereny podatne na szybkie rozprzestrzenianie się dezinformacji, co stwarza znaczne ryzyko dla bezpieczeństwa publicznego i spójności społecznej.
BharatGather stanowi krok w stronę systemów bardziej świadomych kontekstu lokalnego. Dataset, który jest dostępny dla badaczy, może ułatwić tworzenie modeli nauczonych specyficznych nuans indyjskich wydarzeń publicznych i ustanowić rigorystyczną metrykę do oceny wydajności takich systemów w wysokiego ryzyka środowiskach.