贛江觀瀾：這座「硬核鋼城」如何演繹「愛情神話」？
2026-01-23 23:40 4,896次浏览「廣華源杯」2025年榆社雲竹湖鐵人三項公開賽暨「她鐵」粉色鐵人三項挑戰賽10日在山西省晉中市榆社縣雲竹湖舉辦。圖為賽事現場。榆社縣融媒體中心供圖 晉中8月11日電(高雨晴)「廣華源杯」2025年榆社雲竹湖鐵人三項公開賽暨「她鐵」粉色鐵人三項挑戰賽10日在山西省晉中市榆社縣雲竹湖舉辦。此次賽事吸引了來自全國29個省、市、自治區的600餘名頂尖運動員、愛好者，以及外籍選手加盟。 本次賽事以「山西好風光·打鐵雲竹湖，怡然見晉中·親水度假雲竹湖」為主題，設置了鐵人100全程(2公裡遊泳＋80公裡騎行＋18公裡跑步)、鐵人100半程(1公裡遊泳＋26公裡騎行＋9公裡跑步)、騎跑兩項以及接力組，接力組包含家庭接力和「她鐵」接力，為不同需求的參與者提供了豐富的選擇。 當日8時整，啟幕汽笛聲劃破晨霧，女子鐵人100全程組的運動員們鬥志昂揚，率先躍入碧波，在雲竹湖的見證下開啟極限挑戰；遊泳在清澈開闊的湖水中進行，參賽選手劈波斬浪，隨後從容換項，移步換景；騎行與跑步沿湖岸線展開，風馳電掣、揮汗如雨的身影與雲竹湖千頃碧波和秀麗山景融為一體，成為榆社縣「體育+」融合發展的生動縮影。 「廣華源杯」2025年榆社雲竹湖鐵人三項公開賽暨「她鐵」粉色鐵人三項挑戰賽現場。榆社縣融媒體中心供圖 此次賽事不僅是晉中市體育局「怡然見晉中遊在仲夏時」主題賽事活動之一，更是中國鐵人三項運動協會主辦的全國僅有5站的以女性為主題的「她鐵」賽事其中一站。賽事特設置女子報到專屬流線、專屬換項區、單獨的衝刺賽道等，並安排女子選手優先出發，旨在傳遞勇氣與力量，鼓勵更多女性邁出鐵三第一步。 賽事同期，湖畔的鐵人市集與特色美食節同步開啟、熱鬧非凡，解鎖了一站式體旅融合新體驗。鐵人三項賽事的舉辦，不僅是推動全民健身的強勁「助推劑」，更是激發城市活力、展示區域魅力的「強引擎」。 近年來，榆社縣依託雲竹湖獨特的山水資源和完善的體育設施，群眾體育工作走在全省前列。雲竹湖更是成功打造「國家運動休閒特色小鎮」和「國家體育旅遊示範基地」兩塊「國字號」金字招牌。自2007年起，雲竹湖連續舉辦十三屆休閒旅遊垂釣節、十三屆自行車公開賽、鐵人三項公開賽等賽事，今年新增半程馬拉松賽，一系列賽事活動顯著提升了雲竹湖的知名度和影響力。 圖為賽事現場。榆社縣融媒體中心供圖 榆社縣委常委、常務副縣長張哲清表示，全國鐵人三項賽再次走進榆社，這既是對榆社經濟社會發展的充分肯定，也是對榆社承辦高規格、大規模賽事水平的全面檢閱。榆社將全力當好東道主，以滿腔熱情服務嘉賓，以優質環境激發潛能，努力讓運動健兒們奔跑在綠水青山之間，享受競技、創造佳績。「希望這次賽事，讓大家更多地走進榆社、關注榆社，感受『鄉情尋夢地·山水榆社城』的勃勃生機。」 本次賽事由中國鐵人三項運動協會指導，山西省全民健身指導中心、晉中市體育局支持，中共榆社縣委、榆社縣人民政府主辦。(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。
杏爱直播
「活动」首次登录送新手大礼包
- 软件大小: 273.52MB
- 最后更新: 2026-01-23 23:40
- 最新版本: v12.1.2.10
- 文件格式: apk
- 应用分类:ios-Android 伊对免费下载
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.37以上
客服热线：137-3249-9653
月夜直播类似软件
猜你喜欢
29851
79
2026-01-23 23:40
67935
45
2026-01-23 23:40
26734
58
2026-01-23 23:40
43175
16
2026-01-23 23:40
57823
87
2026-01-23 23:40
12685
81
2026-01-23 23:40
38124
76
2026-01-23 23:40
26187
51
2026-01-23 23:40
36192
51
2026-01-23 23:40
15639
71
2026-01-23 23:40
21548
72
2026-01-23 23:40
16579
86145
16497
14832
39615
13
89472
67349
76
69
91
91
16572
