梅州8月10日電 (記者 張璐)8月9日,廣東省足球超級聯賽(以下簡稱「省超」)在梅州市梅縣區曾憲梓體育場舉行預賽開幕式,吸引1.1萬名球迷現場觀賽,現場氛圍熱烈。 8月9日,2025年廣東省足球超級聯賽開賽。 (廣東省足球超級聯賽梅州賽區組委會供圖) 據悉,省超是廣東省內最高水平的業餘11人制賽事,本屆省超擴軍至22支球隊,其中5支球隊去年參加過省超,17支球隊是今年新報名的。同時,作為銜接中冠聯賽的重要平臺,省超被稱為廣東業餘球隊邁向職業的「跳板」。 根據賽制,本屆省超分為預賽和正賽兩個階段。上屆參賽的5支球隊無需參加預賽,直接晉級正賽。17支新報名球隊參加預賽,分為5個小組(肇慶賽區3組、梅州賽區2組),通過三輪單循環賽決出11支晉級隊伍。最終正賽將由這11支球隊與上屆5支球隊共16支隊伍參加。 預賽開幕式後,揭幕戰隨即打響。梅州強民足球隊(以下簡稱「梅州強民」)在主場迎戰珠海華發足球隊(以下簡稱「珠海華發」)。比賽中,梅州強民佔據明顯優勢,並在下半場獲得點球機會,可惜魏景星主罰擊中橫梁,錯失良機,最終雙方0:0戰平。 梅州強民主帥謝育新表示,球隊今年組建時間比較短,隊員間的配合還不夠默契。「我們是以老帶新,正不斷進步。雖然首戰未能全取3分,但我們的目標仍是衝擊省超前四,現階段首先是一場一場去拼,努力晉級正賽。」 珠海華發隊的球員兼教練楊熙昌表示:「我們首次參加省超,感覺很興奮,本場比賽能逼平東道主梅州強民這樣的強隊實屬不易。」(完)
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。
34612
43
2026-01-06 03:04
65491
73
2026-01-06 03:04
78256
64
2026-01-06 03:04
85243
35
2026-01-06 03:04
23649
53
2026-01-06 03:04
36274
12
2026-01-06 03:04
78295
41
2026-01-06 03:04
16382
61
2026-01-06 03:04
51874
87
2026-01-06 03:04
12635
81
2026-01-06 03:04
18537
81
2026-01-06 03:04
12548
32
2026-01-06 03:04
16297
56
2026-01-06 03:04
62984
76
2026-01-06 03:04
56487
94
2026-01-06 03:04
82914
59
2026-01-06 03:04
56238
86
2026-01-06 03:04
72415
59
2026-01-06 03:04
84397
15
2026-01-06 03:04
13795
72
2026-01-06 03:04
75891
72
2026-01-06 03:04
13764
23
2026-01-06 03:04
52648
51
2026-01-06 03:04
37198
94
2026-01-06 03:04
42178
62
2026-01-06 03:04
64518
93
2026-01-06 03:04
68174
54
2026-01-06 03:04
42973
67
2026-01-06 03:04
76931
71
2026-01-06 03:04
23491
82
2026-01-06 03:04
87916
18
2026-01-06 03:04
32197
41
2026-01-06 03:04
86127
67
2026-01-06 03:04
92568
93
2026-01-06 03:04
36549
36
2026-01-06 03:04
72539
74
2026-01-06 03:04
32479
34
2026-01-06 03:04
82193
54
2026-01-06 03:04
43926
68
2026-01-06 03:04
91726
27
2026-01-06 03:04
87952
31
2026-01-06 03:04
51379
49
2026-01-06 03:04
21634
27
2026-01-06 03:04
54861
49
2026-01-06 03:04
23769
43
2026-01-06 03:04
54692
19
2026-01-06 03:04
32687
67
2026-01-06 03:04
84256
28
2026-01-06 03:04
87425
39
2026-01-06 03:04
29854
67
2026-01-06 03:04
94218
57
2026-01-06 03:04
| 夜魅直播 | 免费直播平台 |
| 夜月直播www成人 | |
| 花椒直播 | 花瓣直播 |
| 魅影视频 | |
| 青稞直播 | 魅影看b站直播 |
| 百丽直播 | |
| 成人免费直播 | 趣爱直播 |
| 快猫 | |
| 黄播 | 月神直播 |
| 桃子直播 | |
| 免费真人视频网站直播下载 | 花蝴蝶app直播 |
| 免费直播平台 | |
| 西甲直播 | 蜜桃视频 |
| 苹果直播 | |
| 浪花直播 | 红楼直播 |
| 魅影app下载免费版 | |
| 魅影app下载免费版 | 零点直播 |
| 樱桃直播 | |
| 蜜疯直播 | 花儿直播 |
| 直播软件下载 | |