近期 多地強降雨持續 造成路段積水 而電動自行車遇水後極易短路 導致電池自燃 近日,湖北宜昌一小區居民暴雨天騎電動自行車返回家中,到家後發現電動自行車電池已經泡水,他將電池取下帶回家中進行了擦乾處理。 第二天5時左右,他和家人在睡覺時突然聽到一聲巨響,起床查看發現,電動自行車的電池外殼裂開,房間內還充斥著塑料煳味。隨後,他將已經發燙的電池放到了門外樓梯間內。 20多分鐘後,電池發生多次爆燃。小區物業保安值班人員發現該樓層感煙探測器異常,迅速趕到事發樓層,用滅火器將火撲滅。 電動自行車電池泡水 不止熄火那麼簡單 電池涉水後,電動自行車可能還能騎行,但涉水電池會埋下極大的安全隱患。 電機損壞,運行費力 質量越好的電機做工越精良,相應的防水能力也更強,但隨著使用時間的增加,電機中軸油封磨損老化,防水性能也會降低。電動車泡水後,電機極易受潮短路,造成電機運行費力。 電池損壞,導致爆炸 無論是鉛酸電池還是鋰電池,一旦進水,均易導致正負極短路,輕則損壞電池,重則將直接導致電池燒毀甚至爆炸。 控制器損壞,引起電機反轉 通常,電動自行車的控制器具有一定的防水能力,但如果長時間浸泡在水中,控制器極易被燒壞。 電動自行車泡水後怎麼辦? 三個錯誤動作❌ 勿啟動:泡水後通電會加速短路,切斷電源是第一要務。 勿充電:潮溼狀態充電=點燃「火藥桶」,務必徹底乾燥後再行動。 勿暴曬:陽光下直接烘烤電池或車身,可能變形甚至釋放有害氣體。 正確處置方式✅ 取出電池 電動自行車泡水後應立即取出電池,用幹布擦拭表面及接口,置於陰涼通風處自然晾乾48小時以上,切勿用熱風吹。 清理泥沙 打開坐墊、面板,衝洗沉積汙泥,重點擦拭線束接口、控制器縫隙。用吸水布包裹車身,輕拍排出隱藏積水。 及時送檢 泡水過的電池,建議要及時送到車輛專門的售後維修店進行檢查和處理。 電動自行車起火怎麼辦? 牢記「黃金30秒」 嘗試滅火 電動自行車發生故障後,短短30秒內即可出現明火,濃煙有毒氣體擴散速度遠超居民逃生速度,吸入3-5口即可致人昏迷,甚至失去生命。 在「黃金30秒」內,如發現火勢尚在可控範圍內,應迅速用乾粉滅火器或二氧化碳滅火器滅火。嚴禁用水基滅火器對電動自行車進行滅火處理,否則極易發生觸電危險。 立即撤離 若火勢已經失控,進入猛烈燃燒階段,需立即撤離。 求助報警 撤離到安全區域後,及時撥打119火警電話求助。 國家應急廣播提醒 騎行電動自行車時如果涉水 要警惕積水中的漩渦 防止駛入缺失井蓋的深井等 危險區域 電動自行車電池一旦泡水 切勿大意 科學處置
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。
71526
91
2025-12-23 04:43
27641
89
2025-12-23 04:43
41867
53
2025-12-23 04:43
34561
28
2025-12-23 04:43
63154
95
2025-12-23 04:43
59238
82
2025-12-23 04:43
63971
85
2025-12-23 04:43
52684
84
2025-12-23 04:43
75296
98
2025-12-23 04:43
79361
35
2025-12-23 04:43
25193
71
2025-12-23 04:43
18496
19
2025-12-23 04:43
79431
56
2025-12-23 04:43
58146
31
2025-12-23 04:43
57946
94
2025-12-23 04:43
63485
28
2025-12-23 04:43
96124
65
2025-12-23 04:43
97258
31
2025-12-23 04:43
36754
93
2025-12-23 04:43
81496
17
2025-12-23 04:43
45296
18
2025-12-23 04:43
68132
81
2025-12-23 04:43
15642
92
2025-12-23 04:43
74295
56
2025-12-23 04:43
84631
35
2025-12-23 04:43
48279
83
2025-12-23 04:43
97825
61
2025-12-23 04:43
64189
25
2025-12-23 04:43
98465
49
2025-12-23 04:43
97263
58
2025-12-23 04:43
47693
98
2025-12-23 04:43
43825
91
2025-12-23 04:43
89461
98
2025-12-23 04:43
14378
72
2025-12-23 04:43
16487
14
2025-12-23 04:43
49758
84
2025-12-23 04:43
45637
87
2025-12-23 04:43
76158
27
2025-12-23 04:43
75413
45
2025-12-23 04:43
84596
96
2025-12-23 04:43
54293
49
2025-12-23 04:43
42581
57
2025-12-23 04:43
97261
23
2025-12-23 04:43
69581
71
2025-12-23 04:43
59471
63
2025-12-23 04:43
24759
32
2025-12-23 04:43
93274
53
2025-12-23 04:43
86547
27
2025-12-23 04:43
36714
45
2025-12-23 04:43
43567
29
2025-12-23 04:43
75384
67
2025-12-23 04:43
43675
61
2025-12-23 04:43
31795
53
2025-12-23 04:43
| 浪花直播 | 少女6夜半直播nba |
| 桃鹿直播 | |
| 魅影直播视频 | 香蕉直播 |
| 抓饭直播 | |
| 嗨球直播 | 名模直播 |
| 直播软件下载 | |
| 雪梨直播 | 巧克力直播 |
| 少妇免费直播 | |
| 牡丹直播 | 么么直播 |
| 深夜大秀直播app | |
| 桃花直播 | 少女6夜半直播nba |
| 黑白直播 | |
| 黄播 | 浪花直播 |
| 杏仁直播 | |
| 秀色直播app下载 | 成人免费直播 |
| 四季直播 | |
| 520直播 | 看少妇全黄a片直播 |
| 婬色直播 | |
| 看少妇全黄a片直播 | 月神直播 |
| 蜜疯直播 | |