浙江龍泉：青瓷寶劍「點燃」暑期文旅熱
2026-01-29 10:24 7,253次浏览成都8月9日電 (記者 王鵬)9日晚，成都世運會武術長拳-刀術-棍術決賽中，中國選手高久尚奪得冠軍，為中國體育代表團摘下第三枚金牌。 9日晚，高久尚在成都世運會武術長拳-刀術-棍術決賽中。記者 張浪 攝 當晚的棍術比拼中，高久尚一出場，全場掌聲雷動。賽場上，他騰空而起，棍影如龍，在空中劃出一道道勁烈的弧線。全套動作乾淨利落，氣勢如虹，贏得了觀眾的一致喝彩。最終，高久尚的長拳、刀術和棍術三項成績均穩居第一，毫無懸念摘得冠軍，這也是他職業生涯的首個世界冠軍。 「比賽越打越順，越放開越好。在家門口奪冠，聽到大家為我歡呼，真的很自豪！」賽後，這位29歲的老將笑著鬆了一口氣，「還好，不負眾望」。 相比年輕選手，高久尚的備戰過程更為艱辛，「年齡大了，恢復速度不如以前，需要更多時間去調節。」備戰期間，他甚至因一個看似簡單的動作意外受傷，棍尖戳進腳背，休養了十餘天，「但現在回頭看，這些付出都是值得的。」 9日晚，高久尚在成都世運會武術長拳-刀術-棍術決賽中。記者 張浪 攝 首次亮相世運會，高久尚給自己打出了高分。「我覺得自己不可能比這次發揮得更好。現場的加油聲特別提氣。」他說，接下來將繼續全力備戰全運會。 看著越來越多來自不同國家和地區的選手參與武術比賽，高久尚也感受到了這項運動的蓬勃發展。他說：「更多人參與進來，讓原本的小圈子變得更大，希望武術以後越來越好。」(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。
凤凰网直播
「活动」首次登录送新手大礼包
- 软件大小: 264.35MB
- 最后更新: 2026-01-29 10:24
- 最新版本: v18.1.13.16
- 文件格式: apk
- 应用分类:ios-Android 青稞直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.61以上
客服热线：139-6179-8612
31698
86594
91
2026-01-29 10:24
87169
51
2026-01-29 10:24
52631
35
2026-01-29 10:24
93517
86
2026-01-29 10:24
25384
82
2026-01-29 10:24
84279
95
2026-01-29 10:24
37548
74
2026-01-29 10:24
84917
38
2026-01-29 10:24
49768
84
2026-01-29 10:24
15634
32865
47591
53
67189
67
21367
38796
86527
46