【活力中國調研行】藏在我們身邊的複合材料，你了解多少？
2026-01-09 23:23 5,951次浏览鄂爾多斯8月4日電 題：內蒙古鄂爾多斯借黃河水滋養萬千景 作者 李愛平 李歡倪 在鄂爾多斯廣袤的土地上，悠悠黃河水奔湧而過，不僅孕育了燦爛的文明，更成為鄂爾多斯建設國家可持續發展議程創新示範區過程中，破解資源瓶頸與生態困境的「智慧密碼」，成就了借黃河水滋養萬千景的成功實踐。 近日，記者對當地多個旗縣進行了探訪。 在鄂爾多斯鄂託克旗棋盤井鎮「雙水源」工程現場，轟鳴的設備、跳動的數據交織，礦井疏幹水與黃河水正通過科技與智慧，上演著一場「變廢為寶」「借水生金」的水資源高效利用大戲。 負責人阿希達介紹，該工程以礦井疏幹水和黃河水為「雙水源」，配套建設礦井疏幹水深度處理系統和黃河水淨化處理系統。一方面，將礦井疏幹水「變廢為寶」，經過「調節—常規處理—超濾—反滲透」處理達到生活飲用水標準後併入生活飲用水管網，剩餘由煤礦企業退回的達標水統一有償調配，用於園林綠化、工業用水；另一方面，充分利用地表黃河水，經淨化處理，同樣進入生活飲用水管網，補充居民的生活用水。 黃河凌汛，曾是讓人談之色變的自然災害，但鄂爾多斯市杭錦旗通過引凌治沙工程，將凌汛期高水位的黃河水導入庫布其沙漠，實現了可持續發展。 記者從鄂爾多斯市可持續發展促進中心獲悉，這一創新舉措減輕了黃河防凌壓力，將水害轉化為水利。在黃河水的滋養下，蘆葦、紅柳等20多種植物遍布，黑鸛、東方白鸛等20多種水鳥繁衍棲息。 在鄂爾多斯市達拉特旗境內，有10條黃河一級支流，被稱為「十大孔兌」。「十大孔兌」是黃河流域水土流失最嚴重的區域之一，每年大量的泥沙隨著洪水湧入黃河，不僅加劇了黃河河道的淤積，也讓流域內生態環境日益惡化。 圖為鄂爾多斯市「十大孔兌」綜合治理效果圖。 李歡倪供圖 記者從達拉特旗政府獲悉，目前，鄂爾多斯市、達拉特旗兩級政府投入2.2億元，先期將西柳溝作為「十大孔兌」生態治理先行先試的示範孔兌，進行整體治理。同時，在黑賴溝實施「攔沙換水」試點工程，撬動4.2億元的社會資本投資治理，建成攔沙壩151座，實現了分洪、緩洪、用洪、補水和減沙的功效，在火房圪臺實施了引洪滯沙工程1處，這些攔沙壩如同堅固的衛士，將黃河泥沙蓄積在壩體一側，預計在25年的使用期內可減少入黃泥沙1.27億噸。 值得一提的是，鄂爾多斯市以此為基準，還成功置換了2800萬立方米的寶貴取水指標。2024年，鄂爾多斯市中心城區引黃供水工程正式通水，標誌著自1987年《黃河可供水量分配方案》實施以來，沿黃城市首次實現通過「攔沙工程」置換取水指標。置換來的水量除配置中心城區居民用水1600萬立方米外，還分配工業項目用水750萬立方米、棋盤井地區生活用水450萬立方米。 鄂爾多斯市可持續發展促進中心負責人杜曉彥表示，「攔沙換水」工程提高了黃河的防洪防凌能力，還實現了水資源的優化配置，讓「沙」與「水」在生態實踐中找到了新的平衡。 內蒙古經濟學家蓋志毅表示，從棋盤井鎮「雙水源」工程，到杭錦旗引凌治沙工程，再至「十大孔兌」攔沙換水工程，這一系列創新性水利工程，不僅為當地民眾帶來了實實在在的福祉，也為黃河流域生態保護和高質量發展提供了寶貴的「鄂爾多斯經驗」。(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。
鲍鱼直播
「活动」首次登录送新手大礼包
- 软件大小: 125.82MB
- 最后更新: 2026-01-09 23:23
- 最新版本: v18.1.11.14
- 文件格式: apk
- 应用分类:ios-Android 么么直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.25以上
客服热线：139-9351-6572
53
34618
26
2026-01-09 23:23
52936
93
2026-01-09 23:23
92463
23
2026-01-09 23:23
79451
93
2026-01-09 23:23
65821
95
2026-01-09 23:23
47189
72
2026-01-09 23:23
85917
24
2026-01-09 23:23
32147
61
2026-01-09 23:23
76432
81
2026-01-09 23:23
16
61298
56
91
76
43258
12598