（成都世運會）張振海獲速度輪滑場地賽（500米+D爭先）銅牌 中國輪滑隊首次在世運會該項目上奪牌
2025-12-12 00:00 3,831次浏览盛夏的海南，諸多農作物新品種的夏收、夏種、夏管同時上演。海南一制種企業負責人王仕明正忙著將東方市感城鎮的一塊撂荒地盤活。「通過土壤改良，讓這裡成為常年可種植作物的制種基地。」王仕明說。 從利用當地氣候加代繁育到常年種子研發，從分散科研到集群協同，從育種到制種再到種業全產業鏈，依託國家南繁科研育種基地，海南正不斷刷新中國種業的底色。 2018年4月12日，習近平總書記來到國家南繁科研育種基地考察。總書記強調，良種在促進糧食增產方面具有十分關鍵的作用。要下決心把我國種業搞上去，抓緊培育具有自主智慧財產權的優良品種，從源頭上保障國家糧食安全。 「總書記在田頭看見我，第一句話就是『老謝，你也來啦』，非常親切，讓我非常感動。」中國科學院院士、福建省農業科學院研究員謝華安說，總書記到南繁基地和水稻展示田考察，說明他對國家的糧食生產和糧食安全非常重視，時時記在心上。 謝華安帶領團隊觀察水稻新品種結實粒情況(央廣網發 潘麗燕 攝) 一粒種子，連著「國之大者」，關係國家糧食安全主動權。牢記總書記的殷殷囑託，這幾年，謝華安帶領團隊在國家南繁科研育種基地持續攻關，培育出耐儲存、高產量的水稻新品種，讓實驗室成果在田間結出碩果。 三亞崖州灣科技城高新區是海南種業的主陣地。「2022年4月，總書記再次前來考察南繁科研育種工作，他強調，中國人的飯碗要牢牢端在自己手中，就必須把種子牢牢攥在自己手裡。這些叮囑我牢記心間，激勵我持續奮鬥。」崖州灣國家實驗室科研人員喬繼月說。 如今，越來越多的年輕科研人員紮根南繁熱土，快速成長為育種、制種主力軍。為了培育高耐鹽水稻新品種，喬繼月和所在團隊成員頂著烈日，在試驗田中對大量野生稻進行逐株篩選，目前已成功篩選出耐鹽的種質資源，為水稻耐鹽鹼遺傳改良提供了關鍵分子靶標。 喬繼月在做野生稻分子標記篩選實驗(央廣網記者 索迪 攝) 科研發力，技術賦能。近些年，國家南繁科研育種基地為種業科研裝上「中國芯」，雷射雷達、高光譜相機、各種傳感器為育種材料進行全方位、實時「體檢」，海量育種數據與大數據算法密切配合，作物新品種培育迎來加速度。 「好種多打糧。我們也通過努力，推動實驗室的科研成果轉化為現實生產力。」50年前，王仕明父親作為制種員從江西來到海南建設繁種基地。現在，王仕明在三亞、東方、樂東建設了2萬畝科研和生產基地，每年生產600萬斤到800萬斤水稻種子，可供全國300萬畝到400萬畝大田種植使用。 王仕明觀察不同品種水稻的生長情況(央廣網記者 索迪 攝) 如今，國家南繁科研育種基地已成為農業科研的加速器、種子供給的常備庫，每年有超過300萬份育種材料及品種進入南繁，全國已育成的農作物新品種中有70%以上經過南繁選育。追光逐熱，向「種」圖強，海南正加快建設服務全國的「南繁矽谷」。 「『南繁矽谷』就是中國種子的底座，我們要育成更多優良的種子，讓中國人種的是中國好種，中國飯碗裝的是中國糧。」謝華安說。 總監製：駱紅秉 總策劃：張軍 於鋒 監製：伍剛 宮歆慧 統籌：陶玉德 策劃：林韋瑋 卜葉 記者：索迪 剪輯：陶淦 鳴謝：崖州灣國家實驗室 崖州灣科技城管理局
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。
极速直播
「活动」首次登录送新手大礼包
- 软件大小: 345.13MB
- 最后更新: 2025-12-12 00:00
- 最新版本: v11.4.17.7
- 文件格式: apk
- 应用分类:ios-Android 国外b站刺激战场直播app
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.53以上
客服热线：133-1625-1276
蜜桃视频类似软件
猜你喜欢
84219
89
46275
82
2025-12-12 00:00
21894
14
2025-12-12 00:00
16597
74
2025-12-12 00:00
96584
65
2025-12-12 00:00
89672
93
2025-12-12 00:00
51962
93
2025-12-12 00:00
25817
73
2025-12-12 00:00
83159
76
2025-12-12 00:00
85472
42
2025-12-12 00:00
23945
91
2025-12-12 00:00
91465
85
2025-12-12 00:00
83457
93675
49786
43
27341
78
46317
57
79
15