天津西青「隱形冠軍」集群崛起 創新突破築牢產業根基
2026-01-24 13:45 9,639次浏览全國僅100瓶 每瓶售價9999元 「科考隊員」網上售賣「北極海水」？ 中國科學院深海科學與工程研究所：正在了解情況 近日，二手平臺上有人高價轉賣中國海洋大學錄取通知書禮盒中的「南極海水」吊墜，引發網友熱議。8月8日，華西都市報、封面新聞記者注意到，有自稱科考隊員的用戶在交易平臺上，藉助「南極海水」話題熱度，公開出售標價高達9999元的「北極點海水樣品」，價格是前者的兩倍。 賣家自稱南極考察隊員公開售賣「北極海水」 該賣家在商品頁面宣稱，所售樣品為「中國第13次北極科學考察北極點海底4222米海底水樣品」，具有「中國團隊首次抵達北極點」的紀念意義，售價9999元。並註明，「考察隊98人，人手一瓶，這是我本人手上的那一瓶」。該樣品的瓶身標註有北冰洋考察隊標識、「雪龍2」號破冰船、北極點、90° N、4222m等信息。樣品數量起初標註為「全國僅150瓶」，而後又更新為「全國僅100瓶」。 該賣家社交媒體自我介紹為：南極考察隊員、中國科學院潛航員、中國團隊第一次抵達北極點成員；曾參加兩次南極考察、一次北極考察、多次載人深潛。結合上述信息，記者調查發現，該賣家身份疑似為中國科學院深海科學與工程研究所一名實習潛航員、助理工程師。 隨後，記者以買家身份向其詢問樣品有關細節。她表示，該樣品「為考察隊內部製作，沒有證書編號」。至於如何確認這份樣品的真偽，她回復稱，樣品是其本人於2023年9月4日在北極點取出，出售的是其個人所得份額，同時附帶打撈時的圖片證明。賣家強調「全國僅有第13次北極科學考察抵達北極點」，並透露最低售價為9000元。 然而，據公開資料顯示，中國第13次北冰洋科學考察隊抵達北緯90度暨北極點區域時間應為2023年9月5日13時55分。 記者注意到，8月9日，該商品主頁已不可見。 售賣行為是否合規？有關方面稱正在了解情況 極地考察所採集的海水樣品通常具有極高的科研價值。做生物研究的隊員會分析樣品中肉眼不可見的微小浮遊生物，而做化學研究的隊員會在水樣中加入試劑，分析其中的有機物和無機物含量。 依據《中國極地考察樣品管理辦法(試行)》，中國極地考察採集的樣品屬國家所有，由中國極地研究中心(中國極地研究所)保藏。極地樣品標本館依託中國極地研究中心，負責極地樣品的及時收集、妥善保存和科學使用。樣品館可為國內外科研人員、社會機構提供樣品的共享服務，供分析測試和科普活動等使用。 那麼，該科考隊員所有的北極點海水樣品是何種性質？公開售賣行為是否合法合規？若偽造科考樣品又是否要承擔責任？8月8日晚，記者就上述問題聯繫到中國科學院深海科學與工程研究所相關工作人員。其表示，有關情況正在詳細了解中。截至發稿時，尚未收到回復。 華西都市報-封面新聞記者 馬曉玉 閆雯雯
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。
极速直播
「活动」首次登录送新手大礼包
- 软件大小: 431.36MB
- 最后更新: 2026-01-24 13:45
- 最新版本: v12.6.14.16
- 文件格式: apk
- 应用分类:ios-Android 小草莓直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.19以上
客服热线：132-3126-8243
95736
31867
23
24
89675
45
2026-01-24 13:45
68394
63
2026-01-24 13:45
73651
98
2026-01-24 13:45
82765
61
2026-01-24 13:45
46839
76
2026-01-24 13:45
69217
57
2026-01-24 13:45
35871
36
2026-01-24 13:45
14753
89
2026-01-24 13:45
41823
63
2026-01-24 13:45
32
12498
89215
68
29
67
83162
82
23159
35
65412
32618
56
75491