廣州8月5日電 (記者 王堅)廣東暴雨已持續多日。4日到5日早晨,深圳、東莞、惠州和汕尾出現了暴雨到大暴雨、局部特大暴雨。廣東省防汛防旱防風總指揮部於5日14時將防汛Ⅲ級應急響應提升至Ⅱ級。 暴雨中的廣州。王堅 攝 廣東省應急管理廳表示,據氣象、水文部門監測預報,全省出現大範圍強降雨過程,江河洪水快速上漲,且強降雨仍將持續,防汛形勢十分嚴峻。 針對此輪強降雨,廣東省三防辦、省應急管理廳滾動會商研判,調度重點地市,督促落實強降雨防禦措施,累計調度地市13次、縣區40次,提醒做好防禦工作。 同時,廣東省水利廳預置水利專業搶險隊伍78支2153人。廣東省自然資源廳出動3394人次巡查地質災害隱患點3203處,轉移危險區域人員635人。廣東省住房城鄉建設廳出動檢查人員6472人次,複查農村削坡建房風險點與危房老房7198棟,轉移安置107戶297人,檢查物業管理區域655個,排查整治安全隱患點69個。廣東省消防救援總隊共接報相關警情50起,出動指戰員407人次、消防車111輛次,疏散、轉移群眾183人。 此外,惠州市派出914人次巡查各類隱患點,出動應急排澇259人次,清疏1212米,清掏集水井和雨水口95座。汕頭市共派出3078人次開展排洪排澇工作,出動人員221人次,排查地災隱患點、風險點52處。汕尾市出動人員17588人次,深入排查4675處重點部位,發現隱患626處,落實整改623處,採取應急管控措施3處。(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。
62481
54
2026-01-01 13:59
74216
35
2026-01-01 13:59
62341
21
2026-01-01 13:59
68145
87
2026-01-01 13:59
57896
57
2026-01-01 13:59
75489
92
2026-01-01 13:59
74385
62
2026-01-01 13:59
52317
58
2026-01-01 13:59
76539
12
2026-01-01 13:59
48671
64
2026-01-01 13:59
13745
79
2026-01-01 13:59
52641
26
2026-01-01 13:59
69341
92
2026-01-01 13:59
86413
13
2026-01-01 13:59
12645
54
2026-01-01 13:59
87243
54
2026-01-01 13:59
65912
51
2026-01-01 13:59
86942
31
2026-01-01 13:59
86752
89
2026-01-01 13:59
96283
13
2026-01-01 13:59
25138
13
2026-01-01 13:59
79643
93
2026-01-01 13:59
17683
51
2026-01-01 13:59
25193
94
2026-01-01 13:59
82436
34
2026-01-01 13:59
71398
93
2026-01-01 13:59
58279
36
2026-01-01 13:59
57491
87
2026-01-01 13:59
52496
17
2026-01-01 13:59
76982
24
2026-01-01 13:59
71235
17
2026-01-01 13:59
76952
97
2026-01-01 13:59
96831
29
2026-01-01 13:59
75182
86
2026-01-01 13:59
63421
83
2026-01-01 13:59
45397
43
2026-01-01 13:59
26459
45
2026-01-01 13:59
98617
17
2026-01-01 13:59
54287
35
2026-01-01 13:59
79143
21
2026-01-01 13:59
85142
51
2026-01-01 13:59
72543
91
2026-01-01 13:59
76523
34
2026-01-01 13:59
71568
92
2026-01-01 13:59
16954
21
2026-01-01 13:59
81972
28
2026-01-01 13:59
42971
67
2026-01-01 13:59
81243
45
2026-01-01 13:59
27684
48
2026-01-01 13:59
79435
48
2026-01-01 13:59
71568
15
2026-01-01 13:59
46139
39
2026-01-01 13:59
72643
58
2026-01-01 13:59
| 少女6夜半直播nba | 五楼直播 |
| 青稞直播 | |
| 趣爱直播 | 花间直播 |
| 小白兔直播 | |
| 小妲己直播 | 春雨直播 |
| 黄瓜直播 | |
| 成人抖阴 | 浪花直播 |
| 色花堂直播 | |
| 美女直播 | 暖暖直播 |
| 青稞直播 | |
| 免费播放片色情a片 | 春雨直播 |
| 小蝌蚪app | |
| 夜魅直播 | 浪花直播 |
| 青草直播 | |
| 茄子直播 | 小妲己直播 |
| 蝴蝶直播 | |
| 快猫 | 妲己直播 |
| 九球直播 | |
| 免费播放片色情a片 | 午夜直播 |
| 秀色直播app下载 | |