「換臉變聲」詐騙、設備偷窺偷聽，如何提升防範意識保護個人隱私？
2025-12-28 00:33 1,456次浏览上海8月12日電 (陳靜 倪麗)8月12日是世界大象日。非洲象遷地保護面臨的最大挑戰之一是繁育問題。記者12日獲悉，自2016年引進12頭非洲象以來，經過近十年的不懈努力，上海野生動物園(簡稱：上野)攻克了這一難題。 自去年11月首胎非洲象寶寶在上野出生後，園區半年多來已連續迎來三胎非洲象寶寶。2024年11月27日，年輕的非洲母象「小白」在這裡順利產下一頭健康的小公象「小小白」，體重超過100公斤。2025年2月13日，非洲象「露露」經過22個月的孕育，順利生產一頭小公象「小小露」，半月齡時體重達135公斤。今年5月22日，非洲象「露絲」又順利誕下一頭體重約90公斤的雌性小象。 非洲象「露絲」和它的寶寶在專門設置的育幼片區。(倪麗 攝) 非洲象對氣候、食物以及社交環境極為敏感，稍有不適便可能影響其生存與繁衍。在面對這一挑戰時，上野大膽創新，採用大種群飼養管理模式，精心打造了一個與非洲象自然生存環境極為相似的生態小環境。 從食物供給的豐富多樣到個性化營養套餐的制定，從定期稱重、身高測量到排洩物稱重、醫學檢驗以及驅蟲，每一項措施都體現了保育員們對非洲象們無微不至的照護與對養育問題的探索。 記者12日走訪上野看到，現在，非洲象「露絲」與象寶寶生活在專為它們設置的育幼片區。這裡還居住著「小白」母子與「露露」母子。據介紹，保育員們特意將象媽媽們安排在一起，以便它們相互傳授育幼經驗，更好地自然育幼。 據了解，初為人母時，體型高大的「露絲」面對嬌小的幼崽顯得有些手足無措，小象努力站起身來卻怎麼也夠不著母象的乳房。於是，保育員們悄悄地將母象身側的地面用稻草墊高，最終，象寶寶吃到了母乳。記者看到，小象的小腦袋隨著吞咽的動作輕輕晃動，模樣十分可愛。如今，「露絲」的寶寶茁壯成長，活潑好動。它經常與兩位哥哥用象鼻交流互動。 非洲象寶寶們的陸續誕生，不僅證明了上野在非洲象繁育工作上的專業性，更為全球非洲象保護事業提供了新的思路與方向。據透露，非洲象寶寶的成長過程將為非洲象保護、繁殖以及幼象發育研究提供寶貴的數據支持。未來，它有望成為種源交流的重要成員，為提升圈養非洲象的基因多樣性貢獻力量。(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。
浪花直播
「活动」首次登录送新手大礼包
- 软件大小: 867.34MB
- 最后更新: 2025-12-28 00:33
- 最新版本: v11.1.1.17
- 文件格式: apk
- 应用分类:ios-Android love直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.95以上
客服热线：139-2176-2716
29
56
21497
26
2025-12-28 00:33
32195
53
2025-12-28 00:33
26985
91
2025-12-28 00:33
47356
84
2025-12-28 00:33
83514
67
2025-12-28 00:33
78953
67
2025-12-28 00:33
28759
83
2025-12-28 00:33
41698
32
2025-12-28 00:33
72819
15
2025-12-28 00:33
76
98
46972
34265
71
98513
85749
43
42
95621
59417
48
68921