居民自掏腰包200萬，10部「高齡」電梯全換新 這個老小區是咋辦成的？
2025-12-03 08:59 3,658次浏览錫林郭勒8月5日電 題：「人權行動看中國·2025」內蒙古行啟動 中外嘉賓見證草原傳統產業新變革 記者 烏婭娜 「10年前我曾來過內蒙古，很高興這次來看到了變化和進步。」站在內蒙古自治區錫林郭勒大草原上，義大利新絲路促進會會長、義大利中國問題專家、註冊記者弗朗切斯科·保羅·馬林焦開心地說道。 8月4日，「人權行動看中國·2025」內蒙古行活動在錫林郭勒盟啟動。來自義大利、希臘、匈牙利、法國和中國等10餘個國家的專家學者和媒體人，將在一周的時間裡，用他們的視角記錄和傳播內蒙古在綠色發展、和諧共生領域的美好故事。 活動首日，中外嘉賓走進首放·錫林郭勒奶酪文化產業園，奶香味撲面而來。穿過長長的生產車間，透過玻璃窗，大家可以看到從「一滴奶」到「滿口香」的奶製品製作的全流程。 圖為外籍嘉賓記錄奶製品生產過程。記者 烏婭娜攝 奶製品佔據蒙古族傳統美食的「半壁江山」，2014年，奶製品製作技藝入選中國國家級非物質文化遺產代表性項目名錄。近年來，錫林郭勒盟奶製品行業經過不斷探索和實踐，在保留傳統技藝的同時，加入機械化生產，確保了食品安全的同時還能提高產量；當地企業還在奶製品口味和種類上持續創新，拓寬銷售渠道，讓越來越多的人都能品嘗並且愛上這一傳統美食。 錫林郭勒盟傳統乳製品協會會長烏蘭今年已經64歲了，她從小就跟著媽媽站在爐子前學做奶製品，如今依然在推廣奶製品機械化和標準化方面奔走。 從靠燒牛糞控制火候、手工搗攪牛奶上千次發酵，到在生產線上操控機器，剛開始很多人並不接受。 「很多純手工製作奶製品的人總覺得有了機器的加入，會失去傳統的味道，我就一點一點跟他們講，機器解決的是動能和熱能，奶製品的好味道源於高品質的奶源和製作中每一個流程對於溫度和力度的把控。」烏蘭笑著說道：「品質得到保證了，我們蒙古族的奶製品才能走得更遠。」 首放·錫林郭勒奶酪文化產業園總經理楊靜介紹：「作為集文化展示、生產加工、研學體驗於一體的現代化產業園，在這裡，傳統奶製品製作技藝與現代科技實現了有機融合。」 希臘希中文化協會副會長，文學與哲學教授喬月·碧絲芭在品嘗過蒙古族奶製品後讚嘆道：「這味道讓我很『心動』，內蒙古的奶酪和國外的味道有很大不同，非常獨特。」 圖為弗朗切斯科·保羅·馬林焦與當地牧民合影留念。記者 烏婭娜攝 在西烏珠穆沁旗牧星畜牧有限責任公司的牛舍裡，中外嘉賓感受到的是傳統產業擁抱現代科技的另一番景象。 西烏珠穆沁旗位於北京正北方，第一產業以畜牧業為主，是內蒙古重要的綠色農產品生產基地之一，也是唯一匯集內蒙古九大類型草原的地區。 成立於2024年7月的西烏珠穆沁旗牧星畜牧有限責任公司是草原現代牧業的典型代表。該公司由巴彥胡舒蘇木14個嘎查股份經濟合作社出資成立，為全旗牧民提供飼料生產、牲畜飼養、獸醫診所、民宿服務等優質畜牧業服務。 從「單打獨鬥」到「抱團取暖」，牧民們有了工作還能分紅，現代化的畜牧設施與傳統產業相得益彰。 巴彥胡舒蘇木黨委書記布仁圖格斯詳細介紹了草原生態保護與畜牧業可持續發展的創新模式，通過科學規劃牧場、推廣良種繁育、應用智能化養殖技術等措施，讓當地實現了草畜平衡和養殖效益的雙提升。 站在牛舍前，弗朗切斯科·保羅·馬林焦說：「中國和義大利的畜牧業發展有很多可以相互借鑑之處，我很開心看到這裡發展得這麼好。」(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。
黄瓜直播
「活动」首次登录送新手大礼包
- 软件大小: 954.19MB
- 最后更新: 2025-12-03 08:59
- 最新版本: v8.12.9.8
- 文件格式: apk
- 应用分类:ios-Android 免费直播行情网站
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.53以上
客服热线：133-7126-5632
39
93246
96
2025-12-03 08:59
15437
42
2025-12-03 08:59
91425
53
2025-12-03 08:59
56479
57
2025-12-03 08:59
52837
14
2025-12-03 08:59
14857
79
2025-12-03 08:59
31268
21
2025-12-03 08:59
28657
42
2025-12-03 08:59
28691
89
2025-12-03 08:59
19783
59
47
91
94
37612
91578
37
42
51
42975