專家：中國收復西沙和南沙群島主權是戰後南海秩序重要組成部分
2026-01-18 23:50 2,617次浏览西寧8月11日電 題：援青幹部的「柴達木情結」：比雪山純 比草原闊 作者 潘雨潔 回首三年援青之旅，許洪彬腦海中浮現出無數畫面，「這段經歷是人生最珍貴的記憶，比雪山更純淨、比草原更遼闊。」他說。 2022年盛夏，作為中央(科技部)第五批援青幹部，許洪彬告別北京，奔赴數千公裡外的柴達木盆地，在青海省海西蒙古族藏族自治州烏蘭縣開啟援青生涯。 初上高原，「來青是為什麼？援青是幹什麼？」的問題一直縈繞在許洪彬心頭，他決心：「先從農戶最關心的事幹起。」 於是，許洪彬帶領團隊奔走於北京、四川、哈爾濱等地，主動爭取資金、政策支持，以科技為媒，為科研院校與縣域企業架起「致富橋」。 資料圖為許洪彬(右)在烏蘭縣小龍蝦養殖大棚內投放蝦苗。蘇言晶 攝 幾年時間內，寒地小龍蝦在冰湖蛻殼，粉紅木耳從菌棚探頭，4000株蝴蝶蘭化作「致富花」……一系列「高原新寵」相繼在烏蘭縣落地，並成功進入全國市場。 資料圖為許洪彬(左)在烏蘭縣蝴蝶蘭花卉大棚內觀察長勢。蘇言晶 攝 為讓小龍蝦在高原「安身」，時任海西州副州長，烏蘭縣委副書記、縣政府副縣長的許洪彬和基層幹部、企業負責人日夜守在養殖場調試水溫、改造場地、優化養殖條件；為培育珍稀菌菇，他同農戶蹲在大棚研究菌絲，改良土壤肥力。 「科技為產業發展提供了動能，而接下來還要讓『高原好物』真正『香飄全國』。」許洪彬說。 為此，他主動奔走對接，讓烏蘭縣特色農產品集中亮相2023中關村論壇、北京新發地農產品博覽中心，不僅打響名氣，更促成多筆合作訂單，助力烏蘭縣特色農產品打通銷路。 比物產流通更綿長的，是跨越山海的生命守望。援青工作期間，許洪彬帶領團隊從全國各地積極引進先進醫療資源，普惠當地民眾。 中國·北京「手足情」公益項目落地烏蘭縣、輻射周邊，幫助肢體殘疾、手足畸形患者重獲新生；開展18年的「救心行動」首次踏上青藏高原，259人接受先心病免費篩查，15名患兒陸續赴廣州接受公益救治；建起「人畜共患病一體化防控示範基地」，為廣大農牧民群眾提供健康屏障；「關愛女童」行動延續溫暖，近870名烏蘭戶籍適齡女性免費接種HPV疫苗。 「在醫療幫扶工作中，我們一直在『與時間賽跑』。」令許洪彬印象深刻的是「手足情」公益項目中一位先天性手腳二級殘疾的6歲女孩。「我見證了她術後人生第一次下地行走，看到她眼中對未來生活的憧憬，喜悅的心情溢於言表。」他說。 三年時光倏忽而逝。從初到烏蘭面對艱巨任務時的忐忑不安，再到高海拔帶來的持續性高血壓、高血脂、長期失眠等病痛折磨，許洪彬一直在應對各種挑戰。 而比外界考驗更難平復的，是內心對家庭的深深愧疚。「兩個孩子、家中老人，全靠妻子一人照料。我所能做的，不過是隔著千裡山水，在對話框裡敲下一句蒼白的『辛苦了』。可她總說『等你圓好援青夢』，這句體諒，給了我莫大的安慰與前行的力量。」他說。 如今，多項工作如期完成，而「援青是幹什麼」這一問題的答案依然在路上。「每當看到村民們質樸的笑容，聽到他們對美好生活的殷切期盼，使命感便如高原的格桑花般，在心底蓬勃生長。」許洪彬說。(完)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
杏仁直播
「活动」首次登录送新手大礼包
- 软件大小: 932.26MB
- 最后更新: 2026-01-18 23:50
- 最新版本: v1.3.3.7
- 文件格式: apk
- 应用分类:ios-Android 鲨鱼直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.97以上
客服热线：135-1357-4786
42695
93
2026-01-18 23:50
87293
73
2026-01-18 23:50
21734
58
2026-01-18 23:50
76348
13
2026-01-18 23:50
95234
29
2026-01-18 23:50
81726
75
2026-01-18 23:50
12374
53
2026-01-18 23:50
85174
47
2026-01-18 23:50
61934
42
2026-01-18 23:50
79183
79
26354
62519
