廣東海事局啟動防熱帶氣旋Ⅳ級應急響應
2026-01-07 15:01 8,628次浏览中國上海——2025年7月29日,備受矚目的PropertyGuru亞洲不動產獎首屆「亞洲互聯·上海站」活動,在上海陸家嘴地標性建築上海中心大廈盛大舉行。本次活動由PropertyGuru亞洲不動產獎聯合HLB浩信國際會計事務所、SUNHOLD申浩律師事務所共同主辦。活動現場匯聚了房地產、建築設計與可持續發展領域的多位行業代表,為即將在泰國曼谷舉辦的第十二屆PropertyGuru亞洲不動產獎(中國內地、中國香港、中國澳門)盛典開啟預熱序幕。多元觀點交匯,共話綠色未來延續該系列活動在澳大利亞、菲律賓、泰國和阿聯的成功經驗,上海站圍繞亞洲設計趨勢對房地產業的影響、可持續發展最新創新及綠色技術應用等話題展開討論。嘉賓討論陣容:陳晨,法國Ateliers Jean Nouvel讓·努維爾事務所合伙人崔業贊,Colliers China高力中國國際ESG可持續發展業務負責人閔薇,SPARK董事及中國區總經理周漢邦,CAN Design常務董事兼創意總監黃文超,The Executive Centre得事商務中心華東區高級董事朱業佳,Benoy貝諾上海工作室總監Yu Liang,上海視覺藝術學院西郊利物浦大學建築學院客座講師嘉賓們從城市更新、綠色建造、ESG理念到地域文化表達,分享各自實踐經驗與前沿觀察,呈現亞洲設計在全球語境下的廣泛影響力。PropertyGuru亞洲不動產獎及活動總經理Jules Kay表示:「上海是房地產開發的卓越典範之地,堪稱我們在中國舉辦這場思想領袖論壇的理想之選。上海的高端房地產市場韌性十足,始終吸引著獨具慧眼的購房者,這座城市充分展現了中國在引領全球能源轉型的進程中,化不確定性為發展機遇的卓越能力。通過本屆中國區獎項的評選,我們旨在表彰那些在新建項目以及資產提升與保護領域表現卓越的開發商和設計機構,尤其要嘉獎那些契合ESG標準的傑出實踐。」專業、公正、透明的評審標準第十二屆PropertyGuru亞洲不動產獎(中國內地、中國香港、中國澳門)的評審程序將分別由HLB中國與HLB香港監督,確保評選過程始終堅持公平、透明且極具權威性的高標準,全方位保障評選結果的專業性與公信力。HLB浩信國際首席增長官Coco Liu表示:「半個多世紀以來,HLB憑藉強大的跨境專業能力與廣泛的全球布局,提供卓越的審計、稅務和諮詢服務。自2021年起,我們便攜手PropertyGuru亞洲不動產獎,以公平、透明的專業視角,助力行業專家審視房地產開發與設計的卓越成就,提升中國整體開發與設計的行業標準。通過我們在中國內地、中國香港及中國澳門的會計事務所和商業顧問團隊的共同努力,我們與PropertyGuru亞洲不動產獎共同秉持房地產行業可持續增長的願景,致力於提升未來城市中人們生活、工作與發展的品質標準。」申浩律師事務所高級合伙人律師Coonie Zhu表示:「我們很高興能與HLB攜手合作,共同維護PropertyGuru亞洲不動產獎(中國內地、中國香港、中國澳門)評選的公正性。PropertyGuru亞洲不動產獎對公平性的堅守以及在追求透明度方面的不懈努力,與申浩『誠信審慎、積極勤勉』的文化理念高度契合,而這一理念也始終貫穿於我們為客戶提供跨行業、全方位、一站式法律解決方案的服務實踐之中。申浩紮根上海,致力於將本土專業優勢與全球視野相結合,不斷拓展的服務網絡與PropertyGuru亞洲不動產獎的國際化發展路徑相呼應,共同為亞太地區房地產開發商的卓越成就搭建起一個備受認可的展示平臺。」PropertyGuru亞洲最佳2025年PropertyGuru亞洲不動產獎(中國內地、中國香港、中國澳門)的獲獎者,將獲得直通2025年12月12日在泰國曼谷舉辦的第20屆PropertyGuru亞洲不動產獎總決賽的資格。屆時,他們將與亞洲各地的頂尖同行同場競技,爭奪「亞洲最佳」稱號。同日,PropertyGuru亞洲不動產獎還將舉辦國際午宴和頒獎典禮,對來自中國內地、中國香港及中國澳門的卓越開發商和傑出設計機構予以隆重表彰。2025年關鍵日期:2025年9月19日:報名截止2025年10月13日至17日:中國香港及中國澳門項目實地考察2025年10月1日:中國內地項目終審2025年10月21日:中國香港及中國澳門項目終審2025年12月12日:國際午宴和頒獎典禮2025年12月12日:亞太地區總決賽國際晚宴和頒獎典禮PropertyGuru亞洲不動產獎(中國內地、中國香港、中國澳門)設立於2015年,是該獎系列的重要組成部分。2025年適逢PropertyGuru亞洲不動產獎第20屆盛典,其覆蓋範圍已擴展至包括中東地區在內的13個房地產市場,影響力持續攀升,充分彰顯了亞洲不動產行業的蓬勃生機與多元魅力。第十二屆PropertyGuru亞洲不動產獎(中國內地、中國香港、中國澳門)由PropertyGuru集團主辦,得到了官方合作夥伴安居客Anjuke、官方宣傳合作夥伴MMG集團,媒體合作夥伴以及官方監督機構HLB的大力支持。
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。
心跳直播
「活动」首次登录送新手大礼包
- 软件大小: 896.37MB
- 最后更新: 2026-01-07 15:01
- 最新版本: v15.19.4.17
- 文件格式: apk
- 应用分类:ios-Android 花儿直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.64以上
客服热线：134-3968-8519
81
13758
48
2026-01-07 15:01
82371
82
2026-01-07 15:01
96541
51
2026-01-07 15:01
65728
91
2026-01-07 15:01
16345
56
2026-01-07 15:01
36541
69
2026-01-07 15:01
19752
96
2026-01-07 15:01
29548
42
2026-01-07 15:01
89517
12
2026-01-07 15:01
54182
86
98
47
23618
38216
29376
82513
93761
26857
47