國內首個66千伏碳纖維搶修塔在吉林市研發成功
2026-01-18 16:49 6,576次浏览近日，第三屆「大零號灣」國際人才月馬橋人才周「智AI馬橋·才創無限」主題活動暨北大校友長三角創業企業人才閔行行結營式在閔行區馬橋鎮舉行。在現場，馬橋鎮聚焦人才工作創新突破，發布人才服務升級三大舉措，著力構建更具競爭力的人才發展生態。 馬橋人才周以人工智慧為主題，數字主持人貫穿全場。活動現場還為2位區領軍人才頒發榮譽證書，80後、90後、00後三代「馬小二」代表同臺分享，彰顯城市與人才共成長的「雙向奔赴」。 三大舉措發布，做優做實人才服務當天發布的人才服務升級三大舉措，分別為「一場人才行動」、「一項人才計劃」、「一套人才方案」。「一場人才行動」：「聯盟共興·五翼助飛」人才磁吸行動，依託「1+12」聯盟生態圈（即1家春申人才學院馬橋分院，12家人才合作單位），系統性集成「安居、聯創、育英、護航、賦能」五大行動，精準覆蓋人才從落地紮根到成就卓越的全鏈條需求，為人才在馬橋創新創業提供堅實後盾和廣闊舞臺。「一項人才計劃」：活動現場，首批「馬橋寶藏使」暨重點產業「以才引才」領銜人受聘，計劃覆蓋人工智慧、生物醫藥、新能源汽車、高端裝備、基因治療、健康個護六大重點領域，通過「榮譽激勵-責任賦能-生態共建」機制，實現「以才引才、以才促產、以產聚才」的良性循環。「一套人才方案」：馬橋鎮聯合上海應用技術大學科技園發布「閔行智慧天地人才發展方案」，緊密對接馬橋都市輕工產業基礎，依託高校材料學、香精香料等優勢學科，創新構建「產學研深度融合、產業集聚發展、人才精準培育」三位一體聯動模式，打造都市輕工業人才高地與創新生態圈。 「雙招雙引」，推動重點項目落地近年來，馬橋鎮堅持面向經濟主戰場，激發人才工作驅動力，全力打好招商引資、招才引智「組合拳」。活動現場，馬橋鎮與高新技術企業法奧意威（上海）機器人科技有限公司成功籤約。公司負責人表示：「我們始終聚焦搭平臺、聚人才、拓場景。去年首屆『法奧杯』協作機器人新場景應用大賽湧現諸多創新案例，今年第二屆賽事已啟動，期待全球人才依託法奧提供的硬體平臺與落地資源，推動創意從原型走向規模化應用。」他特別提到，選址閔行正是看中這裡作為「務實創新」理想土壤的獨特優勢——千億級產業集群、政策無縫銜接以及跨界人才集聚，形成了「產業+人才+服務」的閉環生態，為機器人產業創新發展加速。 北創營收官，驅動長三角創業新局作為閔行招才引智的重要舉措，閔行區人才工作局聯合北京大學創業訓練營開展的長三角創業企業人才閔行行暨北創營「雙招雙引」主題活動在馬橋迎來成果豐碩的結營時刻。多家高潛力科創企業籤署意向落地協議，北京大學創業訓練營上海特訓班同步結業，現場為學員代表頒髮結營證書。此次結營是對「沒有圍牆的創新創業大學」的成功實踐，凸顯閔行在匯聚創業動能、連結高校資源與區域產業需求中的關鍵作用。 據悉，第三屆「大零號灣」國際人才月馬橋人才周以系統化、精準化的人才服務矩陣，譜寫「人才與城市共生長」的生動實踐，後續四場專場活動涵蓋技能提升培訓、非遺體驗、競技交流等內容，以多元場景培育人才沃土。
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。
香蕉直播
「活动」首次登录送新手大礼包
- 软件大小: 389.25MB
- 最后更新: 2026-01-18 16:49
- 最新版本: v11.3.14.11
- 文件格式: apk
- 应用分类:ios-Android 飞速直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.62以上
客服热线：131-5698-8162
87395
42751
36
47361
14
2026-01-18 16:49
49327
57
2026-01-18 16:49
87215
29
2026-01-18 16:49
92145
98
2026-01-18 16:49
28693
89
2026-01-18 16:49
23957
92
2026-01-18 16:49
72154
32
2026-01-18 16:49
54126
86
2026-01-18 16:49
49752
91
2026-01-18 16:49
89235
23
21
41937
69135
73
93764
