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)
北京8月9日電 (記者 劉亮)記者9日獲悉,中國國家市場監管總局(國家標準委)近日發布《醫療保障信息平臺便民服務相關技術規範》推薦性國家標準,將於2026年1月1日起實施。該標準是醫療保障領域的首項國家標準,標誌著中國醫保標準化建設取得裡程碑式突破。 這項標準規定了醫保碼(醫保電子憑證)、醫保行動支付、醫保電子處方、個人醫保信息授權查詢等醫療保障信息平臺便民服務的接入方式、接入功能要求、性能要求和安全要求。 近年來,醫保信息化發展有力促進了醫療保障信息平臺便民服務的發展。在已接入醫療保障信息平臺便民服務的定點醫藥機構,民眾可通過手機驗證或刷臉登錄醫保帳戶,輕鬆辦理掛號、就醫、檢查化驗、列印報告單、拿取藥品、辦理住院、電子處方流轉及醫保結算等全場景全流程就醫購藥業務。全時在線、渠道多元、全國通辦的醫保便民服務體系初步形成,為廣大參保人提供了便捷的醫保服務。 截至今年7月,全國接入醫保碼(醫保電子憑證)的定點醫藥機構超過93萬家、接入展碼合作渠道的240餘個,累計結算120億筆;接入醫保行動支付的機構達4.7萬家;接入醫保電子處方的機構超過35萬家,累計開方6300餘萬張。(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。
45728
85
2026-01-01 20:46
17498
71
2026-01-01 20:46
49312
86
2026-01-01 20:46
53916
73
2026-01-01 20:46
67439
78
2026-01-01 20:46
51793
53
2026-01-01 20:46
68953
76
2026-01-01 20:46
48953
26
2026-01-01 20:46
81567
92
2026-01-01 20:46
63489
28
2026-01-01 20:46
82914
73
2026-01-01 20:46
52368
13
2026-01-01 20:46
85324
43
2026-01-01 20:46
58364
61
2026-01-01 20:46
41872
83
2026-01-01 20:46
72394
32
2026-01-01 20:46
82597
92
2026-01-01 20:46
46238
46
2026-01-01 20:46
91374
52
2026-01-01 20:46
41968
83
2026-01-01 20:46
57462
21
2026-01-01 20:46
19348
26
2026-01-01 20:46
26918
98
2026-01-01 20:46
28914
42
2026-01-01 20:46
78359
25
2026-01-01 20:46
64358
93
2026-01-01 20:46
14756
51
2026-01-01 20:46
21734
16
2026-01-01 20:46
47635
54
2026-01-01 20:46
86215
81
2026-01-01 20:46
71832
12
2026-01-01 20:46
49852
63
2026-01-01 20:46
34216
98
2026-01-01 20:46
46791
31
2026-01-01 20:46
61389
67
2026-01-01 20:46
78561
27
2026-01-01 20:46
94316
46
2026-01-01 20:46
92713
51
2026-01-01 20:46
24356
82
2026-01-01 20:46
71289
14
2026-01-01 20:46
24931
57
2026-01-01 20:46
15263
82
2026-01-01 20:46
26859
41
2026-01-01 20:46
36791
13
2026-01-01 20:46
18934
57
2026-01-01 20:46
18456
23
2026-01-01 20:46
57126
47
2026-01-01 20:46
24189
25
2026-01-01 20:46
42359
26
2026-01-01 20:46
18659
12
2026-01-01 20:46
92457
46
2026-01-01 20:46
34628
15
2026-01-01 20:46
| 极速直播 | 国外b站刺激战场直播app |
| 阴桃直播 | |
| 成人免费直播 | 桃花直播 |
| 国外b站刺激战场直播app | |
| 雪梨直播 | 小k直播姬 |
| 荔枝网直播 | |
| 国外b站刺激战场直播app | 月神直播 |
| 97播播 | |
| 密桃直播 | 魅影app下载免费版 |
| 零点直播 | |
| sky直播 | 青稞直播 |
| 魅影直播 | |
| 伊对免费下载 | 抓饭直播 |
| 飞速直播 | |
| 春雨app直播免费看 | 小猫直播 |
| 仙凡直播 | |
| 就要直播 | 樱桃直播 |
| 蝶恋直播 | |
| 妖精直播 | 看b站a8直播 |
| 么么直播 | |