長沙8月8日電(向一鵬)國家金融監督管理總局湖南監管局8日透露,湖南建立「保險+氣象+應急」應對處置機制,推動保險機構將保單、機構網點、防災防損人員信息、保險標的坐標等數據與省內水文監測點、氣象觀測站、物聯網檢測設備數據融合,做好風險減量,築牢事前防汛減災堤壩。 為強化災前信息預警,湖南金融監管局指導保險機構製作預警宣傳材料,將暴雨預警與防災避險措施、保險報案及救援指引通過APP、微信、手機簡訊、AI電話等方式精準推送,提醒社會公眾主動規避風險。今年截至目前,共發送預警信息1129.4萬條,AI電話警示34.1萬人次,指導提前轉移內澇點車輛6660臺。針對在建工程、老舊危房等易澇點和地質災害隱患點,出動4434人次,對3235個風險點進行全面走訪排查。 為強化應急準備,湖南要求各保險機構落實落細災害應對預案,做好查勘救援車輛、理賠工作人員、大額資金賠付等各項資源調配和服務保障工作,確保遇有突發險情、災情,能第一時間開展搶險救援和查勘理賠。截至目前,全省各保險機構共出動查勘救援車輛2848臺次、應急服務人員5058人次,並主動提供應急藥品、排水泵、沙袋等物資,積極配合地方政府搶險救援。 據了解,該局督促指導保險公司簡化理賠手續,暢通綠色通道,及時做好災害受損標的查勘定損,做到能賠快賠、應賠盡賠、合理預賠,儘快幫助受災單位和群眾恢復生產生活。截至目前,全省保險機構共接到報案2342件,已賠付1.2億元。其中,車險接報案1242件,已賠付5714萬元;農險接報案551件,已賠付2759萬元。(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。
51726
53
2025-12-29 00:01
59827
98
2025-12-29 00:01
15269
47
2025-12-29 00:01
34519
71
2025-12-29 00:01
61539
74
2025-12-29 00:01
36571
71
2025-12-29 00:01
81729
64
2025-12-29 00:01
71256
15
2025-12-29 00:01
24379
13
2025-12-29 00:01
45628
59
2025-12-29 00:01
64358
38
2025-12-29 00:01
69148
95
2025-12-29 00:01
78524
54
2025-12-29 00:01
27395
23
2025-12-29 00:01
78512
83
2025-12-29 00:01
24751
69
2025-12-29 00:01
67419
63
2025-12-29 00:01
92136
65
2025-12-29 00:01
39671
35
2025-12-29 00:01
27149
36
2025-12-29 00:01
15346
36
2025-12-29 00:01
36827
97
2025-12-29 00:01
35281
74
2025-12-29 00:01
47536
16
2025-12-29 00:01
27961
71
2025-12-29 00:01
93658
16
2025-12-29 00:01
67281
53
2025-12-29 00:01
86921
63
2025-12-29 00:01
23857
84
2025-12-29 00:01
84237
54
2025-12-29 00:01
13269
19
2025-12-29 00:01
31872
36
2025-12-29 00:01
38714
74
2025-12-29 00:01
85943
39
2025-12-29 00:01
67589
78
2025-12-29 00:01
98627
47
2025-12-29 00:01
89526
98
2025-12-29 00:01
92473
47
2025-12-29 00:01
95183
48
2025-12-29 00:01
93258
24
2025-12-29 00:01
59287
17
2025-12-29 00:01
26758
89
2025-12-29 00:01
98756
67
2025-12-29 00:01
67129
12
2025-12-29 00:01
24871
78
2025-12-29 00:01
98452
56
2025-12-29 00:01
28416
14
2025-12-29 00:01
43129
24
2025-12-29 00:01
13598
23
2025-12-29 00:01
83967
73
2025-12-29 00:01
71329
29
2025-12-29 00:01
| 魅影app下载免费版 | 看b站a8直播 |
| 富贵直播 | |
| 午夜直播 | 花椒直播 |
| 520直播 | |
| 成人免费直播 | 黄瓜直播 |
| 蜘蛛直播 | |
| 六月直播 | 心跳直播 |
| 魅影直播游客免登录 | |
| 月夜直播在线观看 | 蜘蛛直播 |
| 五楼直播 | |
| 秀色直播 | 桃鹿直播 |
| 妲己直播 | |
| 夜魅直播 | 现场直播 |
| 秀色直播 | |
| 嗨球直播 | 秀色直播 |
| 蜜桃直播 | |
| 黑白直播 | 黄瓜直播 |
| 蜜糖直播 | |
| 伊对免费下载 | 深夜大秀直播app |
| 荔枝网直播 | |