山東民營企業深耕「責任田」 紮根實業書寫「擔當答卷」
2026-03-08 04:19 7,432次浏览8月11日電 據國家郵政局網站消息，國家郵政局11日發布關於2025年上半年郵政行業經濟運行情況的通報，通報指出，今年以來，全行業堅持穩中求進工作總基調，服務全方位擴大國內需求，有效應對外部衝擊，全面做好行業穩就業、穩企業、穩市場、穩預期各項工作，奮力加快建設交通強國郵政篇。上半年行業運行穩中向好，為服務經濟社會發展提供了堅實的保障支撐。 交通強國郵政篇建設具體工作紮實推進。完成第二批交通強國郵政專項試點批覆。開展行業「十五五」規劃編制與銜接工作。印發貫徹落實全國統一大市場建設重點措施，持續推進新疆等邊遠地區電商快件實現包郵。實施降本提質增效專項行動。部署落實2025年行業大規模設備更新有關工作。農村寄遞物流體系建設加快推進。深入推進農村客貨郵融合發展。深化與交旅融合發展，建設5A景區主題郵局193家。國際標準化組織快遞服務標準委員會申請成功，實現我國快遞業國際標準化工作的突破，填補了ISO快遞領域標準化技術機構空白。 行業規模保持高位運行。上半年，郵政行業業務收入和行業寄遞業務量分別完成8730.9億元和1045.1億件，同比分別增長8.3%和16.9%。其中，二季度同比分別增長8.9%和15.0%。快遞業務收入和快遞業務量分別完成7187.8億元和956.4億件，同比分別增長10.1%和19.3%。其中，二季度同比分別增長9.3%和17.3%。 國內快遞業務增長較快。上半年，同城快遞業務收入和業務量分別增長3.5%和6.2%。其中，二季度增速較一季度分別提升7.4個和6.0個百分點。異地快遞業務收入和業務量同比分別增長7.6%和20.6%，異地快遞業務量佔快遞總體的比重近90%，對快遞業務量增長貢獻率近95%。 國際快遞業務韌性較強。上半年，國際/港澳臺快遞業務收入和業務量分別完成683.5億元和20.2億件，同比分別增長2.4%和22.5%。二季度，國際業務頂住壓力，保持較快增長，國際/港澳臺快遞業務量同比增長19.2%，5月份增速降至11.1%低點後，6月份快速回升至22.6%。 中西部地區快遞業務表現亮眼。上半年，中西部地區快遞業務收入和業務量同比分別增長13.6%和25.5%，佔全國的比重分別為26.0%和28.4%，較上年同期分別提升0.8個和1.4個百分點。其中，山西、內蒙古、黑龍江、安徽、河南、雲南、陝西、青海和寧夏快遞業務收入和業務量增速均在15%以上。集運業務助力偏遠地區快遞投遞量快速增長，西藏、新疆快遞投遞量同比分別增長34.1%、33.0%。 行業發展新動能加快培育。加快科技創新和產業創新融合發展，印發關於加快行業科技發展的意見，推進行業科研平臺建設。一批具有綜合服務功能的區域樞紐、產業園建設投產。末端配送無人車加速投放。人工智慧技術應用持續深化，全鏈路智能化升級變革加快推進。「快遞+空、軌、鐵、公」「冷鏈+空、鐵、無人機」等應用場景持續拓展，綜合運輸效能提升明顯。 服務質量穩步提升。上半年，重點地區72小時妥投率為84.79%，較上年同期提升3.85個百分點。快遞服務公眾滿意度為85.0分，較上年同期提升1.3分。各級郵政管理部門和主要企業多措並舉及時響應和處理客戶訴求，提高客戶滿意度。 行業監管效能持續提升。宣貫落實新修訂的《快遞暫行條例》，研究起草《郵政普遍服務》國家標準。依法嚴厲查處違規收寄詐騙引流宣傳品的寄遞企業。督促企業規範落實農村地區服務地域範圍信息公示(公布)管理要求。開展農村地區領取郵件快件違規收費問題專項治理和農村郵政投遞服務質量階段性檢查。綜合整治「內卷式」競爭。 上半年，郵政行業總體運行穩中有進、向好向新，展現出強大韌性和活力。下一階段，全系統全行業將堅持穩中求進工作總基調，完整準確全面貫徹新發展理念，全力做好行業各項重點工作，有效支撐國內大循環，更好助力經濟持續平穩健康發展。
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。
就要直播
「活动」首次登录送新手大礼包
- 软件大小: 548.29MB
- 最后更新: 2026-03-08 04:19
- 最新版本: v1.19.3.9
- 文件格式: apk
- 应用分类:ios-Android 花间直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.92以上
客服热线：139-2395-8251
免费真人视频网站直播下载类似软件
猜你喜欢
14
85164
48
2026-03-08 04:19
86247
93
2026-03-08 04:19
15274
23
2026-03-08 04:19
48162
63
2026-03-08 04:19
73648
51
2026-03-08 04:19
65438
89
2026-03-08 04:19
12594
24
2026-03-08 04:19
18764
32
2026-03-08 04:19
56834
51
2026-03-08 04:19
38495
86
2026-03-08 04:19
37816
34
2026-03-08 04:19
75836
57423
23
93
52476
95
62483
65729
57
26589
75