事關水氣電熱等民生領域，怎樣為公用事業經營畫紅線？
2025-12-29 22:20 6,196次浏览在近日舉行的民進北京市委會慶祝成立75周年會慶現場，舞檯燈光照亮情景劇《守護那盞燈》中伏案疾書的「方明」時，臺下的方蓬蓬凝望良久——記憶深處外祖父專注工作的身影，跨越時空再次清晰。 這部榮獲北京民進「青年會員講會史故事大賽」一等獎的劇目，濃縮再現了民進先賢推動《教師法》誕生的過程，也讓17年前病逝的民進會員、優秀的教育工作者方明的形象更加豐滿。 會慶現場，情景劇《守護那盞燈》再現新中國第一部教師法制定歷程。主辦方供圖。 舞臺上，燈光聚焦寫滿法律條款的黑板和堆滿教師來信的書桌。「方明」在黑板前拆閱信件，黑板上則寫滿那個年代教育工作者的困境。這一幕將觀眾帶回上世紀八十年代。 1986年3月全國政協會議上，民進組的多位全國政協委員聯名提出儘早制定《教師法》案。從那時起，全國教育工會、民進中央和中國陶行知研究會等成立了《教師法》聯合起草小組，時年69歲、時任民進中央常委的方明作為組長帶頭深入一線，了解一線教師真實境況。 「劇中呈現的調研細節，如『教師被打』『工資被扣』，更讓我深刻體會到《教師法》誕生的重要與不易。」民進北京市委會青年工作委員會副主任、民進北京協和醫院支部主委、方明飾演者陳昂坦言，這次參演經歷讓他對這段歷史有了清晰而深刻的認識。 9名參演者均來自民進北京市、區兩級青年工作委員會，平均年齡35歲且多為首次登臺。對他們而言，今年最大的收穫是，既通過閱讀會史專刊系統性學習了北京民進歷史沿革，又通過參與舞臺劇的創編沉浸式感悟民進先賢精神。 紀念，是為了傳承。會慶當天，152名「雙崗建功」優秀會員獲表彰，其中有扮演方明的陳昂，也有方明的外孫方蓬蓬。 作為優秀會員代表發言時，方蓬蓬以陶行知名言「捧著一顆心來，不帶半根草去」為題，回憶起自己被民進先賢精神「包圍」著的童年，「外公時常教誨，要做對社會有用的人。小時候，我喜歡畫畫，外公與雷潔瓊先生鼓勵我：『長大了就用畫筆去改變世界』，於是我放棄了幾乎所有的閒暇時光，專心學習，充實自己。」 如今，身為一名環境設計師，方蓬蓬提交的《凝聚多元主體合力共建花園北京》《探索首善標準的花園城市建設路徑》等建議，被評為北京民進2024年建言獻策成果二等獎。 今年上半年，方蓬蓬代表民進北京市委會參加「進一步擴大城市立體綠量」議政會，提交《科學統籌多策並舉提高立交橋區綠化彩化立體化質量》的建言。為完成建言報告，他駕車調研300多公裡、拍攝照片200餘張，召開5次研討會，最終形成紮實成果。 「我的外祖父在用一生踐行陶行知先生『捧著一顆心來，不帶一根草去』的精神，作為新一代會員，我將發揮個人所長，腳踏實地履職盡責，讓先輩精神薪火永續。」方蓬蓬說。(《中國新聞》報 羅魯嶠 報導)
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。
黄播
「活动」首次登录送新手大礼包
- 软件大小: 548.59MB
- 最后更新: 2025-12-29 22:20
- 最新版本: v9.6.11.12
- 文件格式: apk
- 应用分类:ios-Android 成人免费直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.56以上
客服热线：131-7154-5314
48795
42379
23
86315
35
2025-12-29 22:20
14867
85
2025-12-29 22:20
94127
95
2025-12-29 22:20
23947
73
2025-12-29 22:20
59328
39
2025-12-29 22:20
94528
23
2025-12-29 22:20
41725
72
2025-12-29 22:20
46821
15
2025-12-29 22:20
37425
62
2025-12-29 22:20
28
62
29
58764
94
63
