從好玩到好用 全球機器人北京論「智」
2026-01-10 14:12 6,813次浏览8月7日第12屆世界運動會將在成都舉行34個大項、60個分項、256個小項比賽項目精彩紛呈、氣象萬千 鼓勵多元化的世運會是「非奧」項目的舞臺武術、龍舟、地擲球……特色傳統項目歷史悠久跑酷、飛盤、無人機競速……新興項目活力酷炫 ↑2023年9月24日，中國選手童心在杭州亞運會武術項目女子太極拳太極劍全能決賽中奪得冠軍。 ↑2023年10月4日，中國隊選手(前)在杭州亞運會龍舟項目女子組12人龍舟200米直道競速賽決賽中。 ↑2006年10月21日，中國地擲球運動員岑偉飛在溫州舉行的第五屆世界女子金屬地擲球世界錦標賽單打決賽中。她12比5戰勝法國選手獲得冠軍。這是中國運動員首次在地擲球世錦賽上奪得此項目冠軍。 ↑2024年8月25日，中國選手安尼卡江·沙力在湖南省張家界市天門山風景區舉行的2024天門山「雲縱天梯」跑酷大賽技巧決賽中。 ↑2022年8月6日，超光速俱樂部西安分部隊隊員陳世聖(左三)在2022-2023年中國飛盤聯賽(陝西·西安站)中。 ↑2023年7月15日，來自上海的參賽選手虞恩寧在2023年中國無人機競速公開賽(海南自貿港站)比賽中操作無人機。6歲的虞恩寧是本次參賽年紀最小的選手，她最終獲得女子組第3名。 ↑2023年7月15日，參賽選手操作的無人機在2023年中國無人機競速公開賽(海南自貿港站)比賽中。 中國體育代表團 將在軟式曲棍球、啦啦操、飛盤、摩託艇 等12個大項中首次參賽 ↑2024年5月24日，中國隊選手加了恩·別肯(左)與紐西蘭隊選手克盧洛在菲律賓帕西格市舉行的2024年男子軟式曲棍球世錦賽預選賽中拼搶。 ↑2016年9月18日，參賽選手在三亞蜈支洲島舉行的2016動力衝浪板國際賽中國站比賽中。 ↑2016年9月18日，參賽選手在三亞蜈支洲島舉行的2016動力衝浪板國際賽中國站比賽中。 此外 2028年洛杉磯奧運會正式比賽項目 攀巖、壁球、腰旗橄欖球、壘球、棍網球 也將提前亮相 ↑2025年7月19日，中國隊球員柴燚楠在陝西西安舉行的2025年女子壘球亞洲杯循環賽中投球。 ↑2025年5月25日，北京體育大學隊球員吳婷(中)在2025寧波腰旗橄欖球公開賽中進攻。 ↑2023年10月5日，馬來西亞選手伍恩祐(右)與印度選手紹拉夫·戈薩爾在杭州亞運會壁球項目男子單打決賽中。 還有的項目聽名字十分小眾 但超有範兒！ 世運會「入門圖冊」系列即將推出準備好你的熱情和好奇心讓我們一起看看這些小眾項目怎麼玩兒敬請期待！ 攝影：李一博、楊冠宇、陳澤國、孟晨光、黃宗治、 烏馬利、鄭鵬 海報：崔文、那宇奇 編輯：許雅楠、孫非、那宇奇 海報部分內容由AI生成
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。
魅影直播视频
「活动」首次登录送新手大礼包
- 软件大小: 913.71MB
- 最后更新: 2026-01-10 14:12
- 最新版本: v18.7.17.9
- 文件格式: apk
- 应用分类:ios-Android 小白兔直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.92以上
客服热线：136-6147-7523
72659
73
27538
29371
81
2026-01-10 14:12
13527
56
2026-01-10 14:12
49873
12
2026-01-10 14:12
76231
98
2026-01-10 14:12
46159
32
2026-01-10 14:12
86157
95
2026-01-10 14:12
68341
19
2026-01-10 14:12
78641
25
2026-01-10 14:12
54127
61
2026-01-10 14:12
56
28491
28459
23465
25168
65
52
69
24571
23857
