傳習錄丨執子之手 家國同心
2026-02-03 08:14 1,492次浏览北京8月8日電 (記者 陳康亮)根據中國上市公司協會(下稱中上協)8日披露的數據，2024年度滬深A股上市公司現金分紅總額為2.4萬億元(人民幣，下同)，較2023年度增加9%。 當天，中上協發布2025年上市公司現金分紅榜單。該榜單以現金分紅數據為基礎，綜合考量多維因素，最終形成現金分紅總額、股利支付率、股息率三個榜單，每個榜單100家公司。其中，中國工商銀行、東阿阿膠、中遠海控分別佔據現金分紅總額榜單、股利支付率榜單、股息率榜單的榜首。 中上協有關負責人表示，從滬深A股上市公司的總體分紅數據來看，2024年度上市公司分紅意識不斷增強，用「真金白銀」積極回報投資者。 該負責人進一步表示，上市公司現金分紅總額再創歷史新高，整體分紅水平穩中有升。2024年度滬深A股上市公司現金分紅總額為2.4萬億元，較2023年度增加9%。有9家上市公司2024年度現金分紅金額超過500億元。 上市公司分紅的連續性逐年增強，連續分紅的上市公司數量逐年增多。2024年度連續分紅公司的數量和佔比，較上年同期均有所上升。在4445家上市滿三年的滬深A股上市公司中，2447家近三年連續現金分紅，數量較2023年度增長12%。 上市公司持續為投資者創造可預期的收益，股債利差創近年來新高。滬深A股有466家上市公司近三年平均股息率超過3%，有133家近三年平均股息率超過5%，股息率榜單公司近三年平均股息率為6.73%。(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。
趣爱直播
「活动」首次登录送新手大礼包
- 软件大小: 623.57MB
- 最后更新: 2026-02-03 08:14
- 最新版本: v18.19.1.3
- 文件格式: apk
- 应用分类:ios-Android 免费直播行情网站
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.89以上
客服热线：134-2936-2935
81476
17895
17
2026-02-03 08:14
43196
97
2026-02-03 08:14
38291
16
2026-02-03 08:14
83296
48
2026-02-03 08:14
86915
59
2026-02-03 08:14
94732
14
2026-02-03 08:14
23781
56
2026-02-03 08:14
82364
87
2026-02-03 08:14
76518
39
2026-02-03 08:14
12548
95
36294
72
73195
16
25
38215
14938
26983
16
19
95417
73
43