海外華媒海南採訪行：雕塑前追憶華僑支持抗戰
2026-03-01 19:24 3,257次浏览天津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)
羊城晚報記者 孫晶 中國人民銀行、工信部等七部門近日聯手發布的《關於金融支持新型工業化的指導意見》(下稱《意見》)，猶如一場精準部署的金融「春雨」，正潤澤中國製造業升級的戰略縱深。作為全國經濟「頭馬」與工業壓艙石，廣東如何在國家金融力量的全新賦能下，搶佔新型工業化制高點，其探索路徑對全國具有關鍵標杆意義。 廣東新型工業化獲「燃料」 《意見》明確設定金融支持新型工業化目標——到2027年，一個支撐製造業高端化、智能化、綠色化(「三化」)的成熟金融體系將基本成型。這對廣東而言，絕非錦上添花，而是雪中送炭的關鍵助力。審視廣東工業投資的基本面：2024年總額突破1.5萬億元，佔固投比重的37.2%，創18年新高；2025年上半年比重進一步提升至38.1%，其「以投促轉」的態勢相當清晰。 此次國家級金融新政的核心價值在於「精準」兩字。耐心資本的導向就是明確要求引導長期資本、耐心資本支持「三化」，破解製造業尤其是技改升級、基礎研發領域普遍的「融資期限錯配」困境。 耐心資本瞄準結構性優化，強調對科技金融、綠色金融、普惠金融(特別是中小微製造企業)的協同發力，而非大水漫灌。廣東在科技(2024年研發投入5100億元撬動社會資本倍增)、綠色(低碳轉型需求巨大)、產業鏈(存在大量關鍵配套中小企)的優勢領域，亟需此類結構性支持。 耐心資本關注風險分擔機制創新，政策鼓勵風險補償、擔保增信等工具運用，意在降低金融機構對新興領域、前沿技術的信貸風險顧慮。 廣東憑藉其堅實的投資底盤與《意見》指向的精準金融工具包，正迎來將龐大工業投資「勢能」轉化為高質量發展「動能」的歷史性窗口。 廣東躍升更在「支點強」 坐擁全國第一工業大省的「底座」，廣東角逐新工業革命的核心優勢更在於其「動態競爭力」的三重支點。 「硬核」產業迭代加速。廣東不止於傳統「世界工廠」，新能源汽車、集成電路、人工智慧等戰略性新興產業集群已初具規模競爭力。今年上半年，省製造業指揮部跟進的457個重點項目完成投資1100億元，進度超前11.7個百分點，這批「種子選手」正是金融活水最該澆灌的對象。 創新投入的「槓桿效應」發揮作用。超5100億元的年度研發投入，疊加數百億元政策資金的 「催化劑」作用，廣東的創新生態正從「投入量變」邁向「產業質變」。科技金融工具的深化(如智慧財產權質押、投貸聯動)，有望讓實驗室成果加速穿越「死亡之谷」。 區域協同的「梯次動能」顯現。珠三角作為創新策源與高端製造引擎，牽引產業鏈升級；粵東粵西粵北則依託產業轉移與特色集群承接，提供擴容腹地與轉型縱深。這種省內循環的梯次互補結構，使廣東能更彈性地優化資源配置，規避轉型陣痛中的「青黃不接」。 未來如何催化廣東質變？ 在《意見》框架下，廣東新型工業化的升級路徑將聚焦「化學反應」而非簡單疊加。 金融供給的「精準直達」將有望破解「期限錯配」：鼓勵銀行發展5-10年期中長期技改貸、設備更新貸；推動保險、養老金等「長錢」以股權、債轉股、專項金融債等方式入場。 同時，金融供給適配「風險分層」， 針對不同成熟度的技術與企業(如初創科技企業VS成熟智造工廠)，組合運用風險補償、政府引導基金、供應鏈金融等工具，構建 「全生命周期」融資支持鏈。 金融供給還將賦能「三化轉型」，擴大綠色信貸/債券規模，明確支持數位化改造項目的融資標準(如收益權質押)，探索數據資產價值評估與融資應用。 有專家認為，珠三角應利用金融優勢撬動核心技術攻關與產業前沿布局，打造具有全球競爭力的先進位造業集群。再造一個「新廣東製造」，需以制度耐心匹配長期資本。 七部門《意見》的核心，是引導金融體系克服短期利益衝動，以「制度性耐心」擁抱製造業的「長期價值」。廣東坐擁產業迭代、創新活力、空間縱深三重優勢，是國家賦予這一戰略任務的關鍵承載地。 能否將這份「金融政策大禮包」轉化為廣東製造業「三化」轉型的澎湃動能，既考驗地方政府對產業規律的精準把握與項目甄別能力，更考驗金融機構突破傳統風控模式、擁抱產業變革的決心。當耐心資本真正澆灌於技術攻堅與智造升級的土壤，廣東方能在新型工業化這條賽道上，跑出引領全國的「加速度」，為中國躍升製造強國提供一份厚重的「廣東方案」。
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。
私密直播全婐app免费
「活动」首次登录送新手大礼包
- 软件大小: 967.83MB
- 最后更新: 2026-03-01 19:24
- 最新版本: v9.5.7.9
- 文件格式: apk
- 应用分类:ios-Android 看b站a8直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.29以上
客服热线：133-5186-3714
58
32
83251
47
2026-03-01 19:24
16258
98
2026-03-01 19:24
46153
74
2026-03-01 19:24
45712
15
2026-03-01 19:24
86193
32
2026-03-01 19:24
68159
51
2026-03-01 19:24
74631
71
2026-03-01 19:24
83249
39
2026-03-01 19:24
83491
51
2026-03-01 19:24
61
75689
38
53917
38
39784
67841
37
91234
98521
31758
63
68
