昆明8月7日電 (羅婕)雲南大學7日發布消息,該校獲批設立西南首個「錢學森班」,面向深空探測、深海開發、能源安全等關鍵技術領域服務國家戰略和雲南經濟社會發展,依託學校材料科學與工程國家級一流本科專業建設點設立,2025年起招生。 「錢學森班」踐行錢學森「大成智慧」教育思想,旨在為先進位造、航天航空、新能源等現代化產業體系建設重點領域培養拔尖創新人才。此前,清華大學、上海交通大學、中國科學技術大學、西安交通大學、國防科技大學、西安電子科技大學、西安航空學院7所高校獲批創辦。 雲南大學消息稱,該校設立「錢學森班」是學校探索推進教育、科技、人才「三位一體」協同融合發展的舉措。學校將錢學森教育思想與雲南發展的「三個定位」深度融合,嘗試構建「拔尖人才—區域需求—國家戰略」三位一體培養體系。依託該校在功能材料、紅外探測材料、能源材料等領域的學科優勢,將「錢學森班」設在材料與能源學院材料科學與工程專業。 在培養模式方面,「錢學森班」將制定個性化人才培養方案,採取「3+1+2+X」本碩貫通培養模式。「3」為本科培養階段,涵蓋通識教育、交叉專業教育、初級科研訓練;「1」為本碩貫通培養,涵蓋科研深化、跨學科實踐、碩士課程預修;「2」為碩士拔尖創新培養階段,涵蓋定向研究、產業應用;「X」為直接就業或博士拔尖創新培養。 該班實行校內導師與行業專家雙導師制,強化科研能力培養與實踐教學指導。其中,校內導師由院士、「長江學者」特聘教授、國家傑出青年基金獲得者、國家級教學名師、知名博士生導師或承擔國家重大重點研究項目等高水平專家擔任,行業導師則由企業或科研機構專家擔任。 目前,該班實行小班化教學和滾動淘汰制,獨立成班,每班20人,設置低階(大一)、中階(大二至大三)、高階(大四、本碩銜接)及碩士階段循序漸進的科研創新實踐環節。該班學生將從雲南大學理工類本科專業一年級在校新生中選拔(中外合作辦學項目、藝體類專業、定向招生以及教育部規定不得轉專業的學生除外),學生可自願報名參加。(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。
樱花直播nba | 小妲己直播 |
红桃直播 |
九球直播 | 糖果直播 |
魅影app下载免费版 |
月夜直播在线观看 | 深夜直播 |
免费直播 |
love直播 | 春雨app直播免费看 |
520直播 |
秀色直播 | 小草莓直播 |
大鱼直播 |
月夜直播在线观看 | 婬色直播 |
尖叫之夜免费直播 |
绿茶直播 | 西瓜直播 |
茄子直播 |
抖音成人版 | 比心直播 |
97播播 |
小妲己直播 | 蜜糖直播 |
少女6夜半直播nba |
凤蝶直播 | 小蝌蚪app |
极速直播 |