對口幫扶省市慈善工作經驗交流會在青海西寧召開
2025-12-21 01:26 9,582次浏览長春8月8日電 (譚偉旗 李彥國)自去年開始，吉林省在全省範圍內組織開展了電動自行車隱患全鏈條整治、建築保溫材料安全隱患全鏈條整治和人員密集場所動火作業治理等3個領域專項整治，全力遏制相關領域火災多發勢頭。目前，「三個專項整治」相關工作依然在持續推進。 8日，吉林省政府新聞辦召開新聞發布會，介紹有關情況。譚偉旗 攝 記者8日從吉林省政府新聞辦召開的新聞發布會獲悉上述消息。 吉林省消防救援總隊副總隊長靳威介紹，在電動自行車安全隱患全鏈條整治方面，該省明確了14個部門、五大領域安全監管責任，包括規範標識設置、加強銷售企業監督管理、實施登記管理、嚴查非法改裝、強化規劃管控、推進既有小區增設設施、規範充電費用等22項具體任務措施。 整治行動以來，吉林省電動自行車領域的突出風險和火災總量顯著下降；各級整治專班牽頭、統籌和調度的工作效能發揮明顯；車輛停放充電的供需矛盾得到有效緩解；嚴厲打擊了電動自行車非法改裝的違法行為；從嚴查處車輛違規停放和充電行為已形成常態；事故溯源調查和追責力度持續加大。 靳威介紹，按照行動總體部署，電動自行車安全隱患全鏈條整治將持續到今年年底，省級整治工作專班將會同相關部門，指導各地繼續深化推進，完成既定工作目標任務。 今年2月19日，吉林省政府發布《焊接與熱切割動火作業六條禁令》，進一步加強全省範圍內動火作業安全管理；3月17日，吉林省安委會印發《吉林省建築保溫材料安全隱患全鏈條整治行動方案》，針對建築保溫材料實施「一件事」全鏈條治理。 靳威介紹，2025年在全省範圍內開展人員密集場所動火作業和建築保溫材料安全隱患集中整治行動；2026年，持續深化整治工作，並進一步鞏固和擴大整治成果；整治工作的全過程，將緊緊圍繞全省堅決防止發生「較大以上亡人火災事故和有影響的火災事故」的防火工作目標。(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。
抓饭直播
「活动」首次登录送新手大礼包
- 软件大小: 618.27MB
- 最后更新: 2025-12-21 01:26
- 最新版本: v7.1.14.11
- 文件格式: apk
- 应用分类:ios-Android 迷笛直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.46以上
客服热线：138-9642-2651
23984
78
2025-12-21 01:26
32716
25
2025-12-21 01:26
42518
69
2025-12-21 01:26
34756
27
2025-12-21 01:26
63541
45
2025-12-21 01:26
64213
34
2025-12-21 01:26
92864
93
2025-12-21 01:26
13698
91
2025-12-21 01:26
46813
47
2025-12-21 01:26
98
52164
19724
16928
21894
17859
83451
38257