廈門市海滄區發生火災 原因正在調查中
2026-01-17 18:43 5,961次浏览巴西專家、摩洛哥智庫新南方政策中心高級研究員馬庫斯·弗雷塔斯8月7日在《中國日報》撰文稱，長期以來，美國將全球貿易作為壓迫他國的工具，並未致力於實現互惠互利。時至今日，各國必須對此有一個清晰認知，並著手構建公正的多極化國際經濟體系。 美國為一己私利壓迫他國 文章指出，歷史上曾有過這樣的時刻：隨著國際關係中的公平表象消退，粗暴的權力博弈捲土重來。這種情況同樣適用於當代全球貿易體系。過去幾十年裡，美國一直宣稱，這套貿易體系立足於開放的市場、以規則為基礎的秩序以及互惠互利，構成了良性循環。 然而，同所有霸權國家一樣，美國在陷入相對衰落時不再遵循自身倡導的原則，而是訴諸於曾經大加譴責的手段。美國的經濟發展模式不僅依託生產力和創新，而且越來越依賴於從世界其他地區榨取價值，這是一種披著國家利益外衣的21世紀經濟帝國主義。 美國創造財富的主要目的並非維持本國人民生活水平，而是吸納財富。這一切之所以成為可能，主要是基於美元的核心地位、美國市場的持久吸引力以及其他國家無力或不願挑戰國際體系中根深蒂固的結構性失衡。美國過多地攫取了全球財富和資源，其他國家則承擔著維持這種不平衡的代價，最終陷入經濟主權逐步喪失的窘境。 歸根結底，美國披著自由貿易外衣進行系統性財富轉移。美國為維持本國消費水平和地緣政治主導地位，逐漸榨乾發展中國家和中等收入國家的生產價值。從這個意義上說，貿易已經淪為剝削和控制的工具，而非邁向共同繁榮的通道。 世界應放棄對美國的幻想 文章進一步分析稱，美國政府發動貿易戰並非偶然，而是日積月累的經濟困境所引發的必然結果。此舉等同於承認，所謂的「華盛頓共識」並未如其締造者所期望的那樣為美國服務。 值得一提的是，中國在踐行多邊主義的同時，在政府領導下構建高水平社會主義市場經濟體制。相較之下，一些國家缺乏這樣的戰略定力，它們熱衷於倡導自由化，卻缺乏必要的保障措施。這些國家在不提升產能建設的背景下開放市場，在沒有進行規劃的前提下放鬆管制，寄希望於通過互惠互利提升自身韌性。然而它們無法如願以償。 由此引發的後果是，中等強國的自主權逐漸被削弱，它們如今飽受懲罰性關稅、域外製裁和任意限制措施的衝擊。這些措施不是對不當行為的回應，而是充當著脅迫工具。這些國家非但沒有憑藉競爭力受到認可，反而成為遏制目標。美國政府妄圖讓主權國家淪為附庸國，期待這些合作夥伴千依百順、甘於奉獻、永遠不同它競爭。 長期以來，華盛頓鼓吹自由民主，卻在現實中奉行零和博弈，千方百計確保自身主導地位。美國不可能減少消費、促進財政「再平衡」或提高生產力，這純屬異想天開。對於美國來說，更簡單的做法是將負擔轉嫁到外部，即向合作夥伴施壓、懲罰競爭對手、脅迫盟友，同時不忘打著「公平」旗號。 時至今日，我們必須樹立清晰的戰略認知。各國務必不再錯誤地將進入美國市場視為天賜良機，而是視作交易。 文章最後強調，美國可以謀求自身利益，其他國家也擁有同樣的權利。只有就此達成共識，我們才能著手構建公正的多極化國際經濟體系。 (英文原文刊發於《中國日報》智享匯欄目) (編輯：嚴玉潔 王輝 周鳳梅 朱萍)
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。
趣播
「活动」首次登录送新手大礼包
- 软件大小: 139.58MB
- 最后更新: 2026-01-17 18:43
- 最新版本: v3.19.14.7
- 文件格式: apk
- 应用分类:ios-Android 四季直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.36以上
客服热线：134-1359-3968
伊人直播类似软件
猜你喜欢
76534
62813
71638
41
2026-01-17 18:43
61349
42
2026-01-17 18:43
48692
79
2026-01-17 18:43
12597
68
2026-01-17 18:43
46153
25
2026-01-17 18:43
87641
45
2026-01-17 18:43
39651
46
2026-01-17 18:43
15326
24
2026-01-17 18:43
29541
26
2026-01-17 18:43
54218
72
2026-01-17 18:43
96127
76294
24
72
82
92
81726
36712
91
