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)
電影《731》今天發布一組海報,揭開侵華日軍731部隊反人類的滔天罪行。731部隊原隊員證言:凡被澆上消毒水的中國人,無論生死均被立即解剖。先切斷頸動脈,隨後自腹部至胸部切開皮膚,再用骨鋸鋸斷肋骨,使全部內臟暴露。曾有一對母女被注入毒氣後,母親在窒息劇痛中仍緊護女兒。731部隊成員則通過觀察窗詳細記錄其死亡過程,作為「實驗數據」。他們向被實驗者不同部位注射鼠疫菌,待其感染後即行解剖,觀察臟器病變並記錄於鼠疫菌報告書。侵華日軍731部隊這些所謂「實驗」,是反人類暴行,所謂「實驗成果」,都是泣血的控訴。電影《731》講述了1945 年抗戰勝利前夕,侵華日軍第七三一部隊在哈爾濱平房區以「給水防疫 」之名開展細菌戰研究,屠戮百姓進行人體實驗的故事,揭露侵華日軍第七三一部 隊的反人類暴行。通過小販王永章等無辜百姓被誘捕、囚禁,淪為慘無人道活體實驗品的悲慘遭遇,展現在戰爭洪流下小人物的苦難、覺醒與抗爭。9月18日,走進電影院一起傳遞真相。
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。
42815
49
2026-01-14 23:57
38596
81
2026-01-14 23:57
42768
21
2026-01-14 23:57
92673
57
2026-01-14 23:57
51762
83
2026-01-14 23:57
93564
74
2026-01-14 23:57
83746
65
2026-01-14 23:57
98473
36
2026-01-14 23:57
18273
21
2026-01-14 23:57
36487
83
2026-01-14 23:57
41763
94
2026-01-14 23:57
87169
57
2026-01-14 23:57
41237
26
2026-01-14 23:57
23184
94
2026-01-14 23:57
32795
57
2026-01-14 23:57
78431
35
2026-01-14 23:57
87214
69
2026-01-14 23:57
67891
19
2026-01-14 23:57
17528
28
2026-01-14 23:57
21984
25
2026-01-14 23:57
83541
71
2026-01-14 23:57
23678
75
2026-01-14 23:57
24318
12
2026-01-14 23:57
71829
81
2026-01-14 23:57
13674
75
2026-01-14 23:57
95681
91
2026-01-14 23:57
89652
94
2026-01-14 23:57
59132
34
2026-01-14 23:57
61923
59
2026-01-14 23:57
26813
51
2026-01-14 23:57
23781
67
2026-01-14 23:57
96213
47
2026-01-14 23:57
93561
85
2026-01-14 23:57
45721
35
2026-01-14 23:57
38295
92
2026-01-14 23:57
78394
58
2026-01-14 23:57
51498
45
2026-01-14 23:57
65783
16
2026-01-14 23:57
89712
27
2026-01-14 23:57
13928
59
2026-01-14 23:57
45267
53
2026-01-14 23:57
16459
35
2026-01-14 23:57
35672
28
2026-01-14 23:57
96754
83
2026-01-14 23:57
59278
42
2026-01-14 23:57
43867
97
2026-01-14 23:57
72639
54
2026-01-14 23:57
96172
69
2026-01-14 23:57
45396
96
2026-01-14 23:57
53176
23
2026-01-14 23:57
82673
32
2026-01-14 23:57
74385
74
2026-01-14 23:57
68957
14
2026-01-14 23:57
| 私密直播全婐app | 伊人直播网站 |
| 抓饭直播 | |
| 蜜桃app | 桔子直播 |
| 巧克力直播 | |
| 海棠直播 | 咪咕直播 |
| 凤凰网直播 | |
| 国外b站刺激战场直播app | 成人性做爰直播 |
| 迷笛直播 | |
| 私密直播全婐app | 少妇免费直播 |
| 富贵直播 | |
| 比心直播 | 咪咕直播 |
| 百丽直播 | |
| 五楼直播 | 妖精直播 |
| 国外b站刺激战场直播app | |
| 伊对免费下载 | 贵妃直播 |
| 伊对免费下载 | |
| 私密直播全婐app | 心跳直播 |
| 荔枝直播 | |
| 少女6夜半直播nba | 现场直播 |
| 大鱼直播 | |