今年的上海書展上,一本立體書《走進石庫門》吸引了眾多讀者的目光。這是繼去年書展推出立體書《打開老房子》之後,文匯出版社再次用立體書的方式,讓上海的老建築「活」起來,給了讀者全方位「立體式」閱讀的體驗。在數字閱讀盛行的時代,這兩本書的編輯陳屹說:「更多人對於紙面上的立體造型的印象,還停留在賀卡上,對於立體書的刻板印象則是低幼,給孩子看的。現在希望通過立體書的形式,讓全國乃至全世界的讀者一起了解上海的老房子中的細節和文化,這種表現形式對於建築和修繕的專業人士也有學術價值。」毛坯到精裝,建築可觸摸《打開老房子》的誕生頗具偶然性。作者張默曾在網際網路和傳媒行業工作,因有學習木工及建築專業背景,30歲時成為建築遺產修繕從業者。2022年,在一棟國保級文物建築修繕竣工後,專家建議在工程實錄中加入立體書形式呈現,張默與插畫師吳金爽合作,一做就是兩年。當張默帶著這本自製的「毛坯」立體書找到編輯陳屹時,她雖無立體書製作經驗,卻看到了其價值,於是千方百計聯繫專業人士,將這本業餘作品打造成「精裝」出版物。她有個明確要求:做成中英雙語版。她認為,這樣能在更廣範圍傳播上海的建築文化。最終,讀者翻開這本書,就會發現書中主角並非房子,而是修繕老房子的傳統工藝和工匠。為精準呈現工藝,張默團隊挑選十幾種常見工藝,與學者、修繕專家緊密合作,請專家、學者校對確保信息準確。他們還突破書籍材料限制,加入水泥、顏料粉、石粒等真實修繕材料,設計旋轉齒輪、抽拉紙條等互動元素,讓讀者在參與中理解工藝,激發探索老房子的欲望。後來,這本書果真受到大家的喜愛——蒙古國的學生因它更深入了解上海建築,德國的建築從業者也將其作為禮物帶回國,《打開老房子》還走進了進博會新聞中心……藏著大「彩蛋」,閱讀似觀影《打開老房子》的成功促成了第二本立體書的誕生。靜安區文旅局老領導的牽頭,陳屹受委託再做一本關於石庫門的立體書。有了前一本的經驗,這次她找到更好的工作方法,讓專業的人各司其職,出版過程變得更得心應手,「該書從去年10月開始創作,今年6月完成,周期大幅縮短。」作為全國首本石庫門立體書,展開長達6米,以新穎形式展現石庫門建築的空間與裝飾藝術,讓讀者觸摸城市歷史脈絡。製作《走進石庫門》期間,陳屹與城市動漫合作,找來專業的紙藝師、插畫師……使得這本立體書在機關設計上更巧妙。「設計完一頁,就請專業的石庫門修繕專家來審定內容是否準確呈現方式是否恰當,保證了專業性和趣味性。」陳屹說。正如同濟大學教授伍江為這本書寫的序言中所說:「這本立體書以非常新穎的圖書形式,將石庫門建築的空間藝術與裝飾藝術生動直觀地表現出來,讓更多的讀者了解石庫門,熱愛石庫門,對上海石庫門建築文化的保護與傳承意義非凡。」翻開這本《走進石庫門》,讀者在互動中直觀理解經典石庫門建築結構。比如,能探索雕花門頭如何訴說身份、木屋架如何穩固支撐、不同屋面鋪設門道等建築奧秘。這些設計讓枯燥的知識在動手間自然領悟,拉近讀者與石庫門的距離。翻開書頁,不僅有立體老房子,還有充滿煙火氣的上海生活場景,仿佛能聽到弄堂吆喝、聞到飯菜香。書中還串聯起中共二大會址紀念館等紅色石庫門建築,讓建築與歷史交融。「現在,除了內容,圖書編輯也越來越在設計裝幀上下功夫,在書籍的版面和裝幀裡藏一些彩蛋等著讀者去發現,就像看電影那樣。」陳屹說,在《走進石庫門》這本書裡,也藏著不少「彩蛋」等著大家發現。立體書用精美、直觀、好玩的方式,讓歷史文化變得生動可感。《打開老房子》和《走進石庫門》正是如此,它們不僅是書籍,更是連接讀者與建築文化、歷史記憶的橋梁,讓我們在互動與探索中,重新發現閱讀的美好與文化的力量,這或許就是當下我們需要實體書的重要原因。
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。
71456
17
2026-01-23 13:00
94273
82
2026-01-23 13:00
93568
74
2026-01-23 13:00
68754
23
2026-01-23 13:00
26158
75
2026-01-23 13:00
57169
25
2026-01-23 13:00
67128
37
2026-01-23 13:00
68354
47
2026-01-23 13:00
41569
25
2026-01-23 13:00
41287
47
2026-01-23 13:00
19658
98
2026-01-23 13:00
67598
51
2026-01-23 13:00
64593
65
2026-01-23 13:00
48265
13
2026-01-23 13:00
38954
28
2026-01-23 13:00
41873
87
2026-01-23 13:00
84159
79
2026-01-23 13:00
16734
51
2026-01-23 13:00
45219
35
2026-01-23 13:00
26931
53
2026-01-23 13:00
42536
49
2026-01-23 13:00
98576
93
2026-01-23 13:00
69874
89
2026-01-23 13:00
97583
89
2026-01-23 13:00
48351
63
2026-01-23 13:00
58243
41
2026-01-23 13:00
69213
75
2026-01-23 13:00
15974
32
2026-01-23 13:00
85347
56
2026-01-23 13:00
23865
83
2026-01-23 13:00
42736
18
2026-01-23 13:00
53784
38
2026-01-23 13:00
35874
39
2026-01-23 13:00
96572
13
2026-01-23 13:00
56382
65
2026-01-23 13:00
94583
16
2026-01-23 13:00
34892
79
2026-01-23 13:00
47395
16
2026-01-23 13:00
97245
62
2026-01-23 13:00
31578
49
2026-01-23 13:00
38924
74
2026-01-23 13:00
12357
64
2026-01-23 13:00
79218
31
2026-01-23 13:00
17395
25
2026-01-23 13:00
74521
59
2026-01-23 13:00
34962
78
2026-01-23 13:00
23498
79
2026-01-23 13:00
36528
17
2026-01-23 13:00
26589
68
2026-01-23 13:00
84372
73
2026-01-23 13:00
62341
14
2026-01-23 13:00
31486
49
2026-01-23 13:00
67924
68
2026-01-23 13:00
| 少妇免费直播 | 咪咕直播 |
| 蜜桃app | |
| 黄播 | 蜘蛛直播 |
| 小k直播姬 | |
| 富贵直播 | 9.1樱花ppt网站大片 |
| 心跳直播 | |
| 海棠直播 | 蜜糖直播 |
| 蜜桃视频 | |
| 西瓜直播 | 免费直播平台 |
| 秀色直播app下载 | |
| 国外b站刺激战场直播app | 婬色直播 |
| 花瓣直播 | |
| 免费直播 | 魅影5.3直播 |
| 海棠直播 | |
| 苹果直播 | 黄瓜直播 |
| 秀色直播app下载安装app | |
| 西瓜直播 | 魅影5.3直播 |
| 就要直播 | |
| 荔枝直播 | 现场直播 |
| 魅影看b站直播 | |