北京8月11日電 (記者 劉文文)中國汽車工業協會(簡稱「中汽協」)11日舉行月度信息發布會。記者從發布會上獲悉,7月,中國新能源汽車產銷量同比分別增長26.3%和27.4%,延續快速增長態勢。 中汽協相關負責人分析指出,7月,中國車市進入傳統淡季,產銷節奏有所放緩,環比呈現季節性回落。從行業市場環境看,「以舊換新」政策效果繼續顯現,行業綜合整治「內卷」工作取得積極進展,企業新車型持續投放,助力車市平穩運行。其中,新能源汽車延續快速增長態勢,汽車出口保持平穩。 當天公布的數據顯示,7月,中國汽車產銷分別完成259.1萬輛和259.3萬輛,環比分別下降7.3%和10.7%,同比分別增長13.3%和14.7%。1至7月,中國汽車產銷分別完成1823.5萬輛和1826.9萬輛,同比分別增長12.7%和12%,產銷增速較1至6月分別擴大0.2個和0.6個百分點。 新能源汽車方面,7月,中國新能源汽車產銷分別完成124.3萬輛和126.2萬輛,同比分別增長26.3%和27.4%,新能源汽車新車銷量達到汽車新車總銷量的48.7%。1至7月,中國新能源汽車產銷分別完成823.2萬輛和822萬輛,同比分別增長39.2%和38.5%,新能源汽車新車銷量達到汽車新車總銷量的45%。 出口方面,7月,中國汽車出口57.5萬輛,環比下降2.8%,同比增長22.6%,其中,新能源汽車出口22.5萬輛,環比增長10%,同比增長1.2倍。1至7月,汽車出口368萬輛,同比增長12.8%,其中,新能源汽車出口130.8萬輛,同比增長84.6%,新能源汽車成為拉動汽車出口增長的主要動力。(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。
81764
73
2025-11-17 07:42
52934
69
2025-11-17 07:42
95816
27
2025-11-17 07:42
83146
53
2025-11-17 07:42
76951
73
2025-11-17 07:42
78953
27
2025-11-17 07:42
57384
35
2025-11-17 07:42
13628
25
2025-11-17 07:42
75912
13
2025-11-17 07:42
54697
26
2025-11-17 07:42
92584
54
2025-11-17 07:42
97483
31
2025-11-17 07:42
56347
31
2025-11-17 07:42
74981
23
2025-11-17 07:42
76184
14
2025-11-17 07:42
82735
24
2025-11-17 07:42
41329
72
2025-11-17 07:42
83126
18
2025-11-17 07:42
24781
85
2025-11-17 07:42
25983
56
2025-11-17 07:42
75238
76
2025-11-17 07:42
51237
13
2025-11-17 07:42
73452
78
2025-11-17 07:42
93416
13
2025-11-17 07:42
78134
65
2025-11-17 07:42
85243
16
2025-11-17 07:42
62539
13
2025-11-17 07:42
63578
27
2025-11-17 07:42
85361
87
2025-11-17 07:42
82795
47
2025-11-17 07:42
53694
56
2025-11-17 07:42
17942
19
2025-11-17 07:42
84593
62
2025-11-17 07:42
13784
78
2025-11-17 07:42
21739
19
2025-11-17 07:42
67295
46
2025-11-17 07:42
91654
52
2025-11-17 07:42
36487
69
2025-11-17 07:42
94721
75
2025-11-17 07:42
73129
59
2025-11-17 07:42
52164
83
2025-11-17 07:42
53149
35
2025-11-17 07:42
34651
89
2025-11-17 07:42
59178
17
2025-11-17 07:42
85762
25
2025-11-17 07:42
31729
31
2025-11-17 07:42
13684
27
2025-11-17 07:42
43679
81
2025-11-17 07:42
14295
32
2025-11-17 07:42
16938
61
2025-11-17 07:42
23687
32
2025-11-17 07:42
56139
29
2025-11-17 07:42
| 柠檬直播 | 美女直播app |
| 蜜桃直播 | |
| 西瓜直播 | 杏仁直播 |
| 零七直播 | |
| 曼城直播 | 糖果直播 |
| 美女直播app | |
| 月夜直播 | 妖姬直播 |
| 橘子直播 | |
| 魅影直播间 | 夜魅直播 |
| 蜘蛛直播 | |
| 香蕉app免费下载 | 樱花直播 |
| 蜘蛛直播 | |
| 直播黄台app凤蝶 | 荔枝网直播 |
| 直播黄台app凤蝶 | |
| 魅影9.1直播 | 香蕉直播 |
| 阴桃直播 | |
| 免费直播行情网站 | 月夜直播在线观看 |
| 趣播 | |
| 蜜桃直播 | 97播播 |
| 魅影app下载免费版 | |