8月12日電 據財政部網站消息,財政部辦公廳近日發布關於2025年記帳式貼現(五十期)國債發行工作有關事宜的通知。 財政部擬發行2025年記帳式貼現(五十期)國債。現就本次發行工作有關事宜通知如下: 一、債券要素 (一)品種。本期國債為期限63天的貼現債。 (二)發行數量。本期國債競爭性招標面值總額200億元,進行甲類成員追加投標。 (三)發行價格。本期國債發行價格通過競爭性招標確定,以低於票面金額的價格貼現發行。 (四)本息兌付日期。本期國債自2025年8月14日開始計息,於2025年10月16日(節假日順延)按面值償還。 二、競爭性招標安排 (一)招標時間。2025年8月13日上午10:35至11:35。 (二)招標方式。本次發行競爭性招標採用修正的多重價格招標方式,標的為價格。 (三)發行系統。通過財政部政府債券發行系統進行招標發行。 (四)標位限定。投標標位變動幅度0.001元,投標剔除、中標剔除和每一承銷團成員投標標位差分別為90個、75個和75個標位。 三、發行款繳納 中標承銷團成員於2025年8月14日前(含8月14日),將發行款繳入財政部指定帳戶。繳款日期以財政部指定帳戶收到款項日期為準。 收款人名稱:中華人民共和國財政部 開戶銀行:國家金庫總庫 帳號:270-25250-1 匯入行行號:011100099992 四、分銷及上市日期 本期國債招標結束至2025年8月14日進行分銷,8月18日起上市交易。 五、其他 本次發行應急投標書和債權託管應急申請書格式見附件1、2。 除上述規定外,本次國債招標工作按《記帳式國債招標發行規則》(財庫〔2022〕4號)執行。 附件: 1.記帳式國債發行應急投標書 2.記帳式國債債權託管應急申請書
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。
89527
36
2026-03-01 00:41
46792
76
2026-03-01 00:41
45617
51
2026-03-01 00:41
48671
68
2026-03-01 00:41
29835
96
2026-03-01 00:41
86347
58
2026-03-01 00:41
46829
41
2026-03-01 00:41
78435
98
2026-03-01 00:41
43926
85
2026-03-01 00:41
62917
46
2026-03-01 00:41
73468
14
2026-03-01 00:41
79164
21
2026-03-01 00:41
97816
71
2026-03-01 00:41
18364
37
2026-03-01 00:41
26713
29
2026-03-01 00:41
21693
89
2026-03-01 00:41
94867
27
2026-03-01 00:41
69283
32
2026-03-01 00:41
89216
17
2026-03-01 00:41
28145
51
2026-03-01 00:41
49218
23
2026-03-01 00:41
21475
12
2026-03-01 00:41
52936
69
2026-03-01 00:41
18543
48
2026-03-01 00:41
65218
62
2026-03-01 00:41
59263
78
2026-03-01 00:41
25649
73
2026-03-01 00:41
81372
72
2026-03-01 00:41
26534
94
2026-03-01 00:41
64231
52
2026-03-01 00:41
35891
45
2026-03-01 00:41
39587
13
2026-03-01 00:41
52147
78
2026-03-01 00:41
36854
81
2026-03-01 00:41
74683
49
2026-03-01 00:41
59463
48
2026-03-01 00:41
96358
93
2026-03-01 00:41
16523
82
2026-03-01 00:41
13827
47
2026-03-01 00:41
16932
26
2026-03-01 00:41
54782
92
2026-03-01 00:41
89463
54
2026-03-01 00:41
18624
46
2026-03-01 00:41
74352
75
2026-03-01 00:41
15472
25
2026-03-01 00:41
57129
27
2026-03-01 00:41
91625
26
2026-03-01 00:41
23917
96
2026-03-01 00:41
32157
17
2026-03-01 00:41
86475
28
2026-03-01 00:41
65714
36
2026-03-01 00:41
| 比心直播 | 香蕉直播 |
| 午夜直播 | |
| 大鱼直播 | 小猫咪视频 |
| 雨燕直播 | |
| 蜜糖直播 | 五楼直播 |
| 青草直播 | |
| 糖果直播 | 橙色直播 |
| 浪花直播 | |
| 红楼直播 | 秀色直播app下载 |
| 祼女直播app | |
| 嗨球直播 | 海棠直播 |
| 私密直播全婐app | |
| 九球直播 | 花瓣直播 |
| 小狐狸直播 | |
| 海棠直播 | 春雨直播全婐app免费 |
| 大鱼直播 | |
| 成人免费直播 | 春雨直播安装包 |
| 蜘蛛直播 | |
| 零七直播 | 夜月直播www成人 |
| 西甲直播 | |