8月8日電 據中央氣象臺網站消息,昨日,甘肅、陝西、河南、湖北、江蘇、安徽等地部分地區出現分散性大到暴雨、局地大暴雨。預計未來三天,西北地區東部、華北、黃淮、江漢、江淮、四川盆地等地部分地區有較強降雨,局地伴有短時強降水、雷暴大風或冰雹等強對流天氣,關注可能引發的次生災害。 昨日甘肅陝西河南湖北江蘇安徽等地出現分散性大到暴雨 局地大暴雨 昨日8時至今日6時,甘肅東部、內蒙古西部、陝西南部、湖北西部、河南、蘇皖中北部、廣東中北部、廣西北部、雲南西南部等地部分地區出現分散性大到暴雨,河南鄭州、洛陽、新鄉、平頂山、周口、信陽及甘肅臨夏和蘭州、陝西商洛、湖北十堰、安徽蚌埠和宿州、江蘇鹽城和宿遷等局地大暴雨(100~216毫米);上述地區最大小時降水量30~60毫米,局地70~98毫米。 西北華北黃淮等地有強降雨 8日至9日,西北地區東南部、華北、黃淮、江漢、江淮等地有強降水天氣,其中,西北地區東南部、華北大部、黃淮大部、江淮、江漢北部等地的部分地區有中到大雨,北京西部和北部沿山地區、天津南部、河北中南部、山東北部和東部、河南中部和南部、湖北北部、蘇皖北部等地的部分地區有暴雨或大暴雨,個別站點有特大暴雨;內蒙古中東部、河北、山東中東部等地部分地區有4-6級風,局地有8-10級雷暴大風或冰雹等對流性天氣。 預計,8月8日08時至9日08時,內蒙古東北部、黑龍江西北部、河北中南部、北京西部和南部、天津、山東中西部、河南北部和西部、安徽北部、江蘇西北部、甘肅南部、陝西東南部、西藏東南部等地部分地區有大到暴雨,其中,河北中南部、山東北部等地部分地區有大暴雨(100~180毫米),上述部分地區伴有短時強降水(最大小時降雨量20~50毫米,局地可超過80毫米)。中央氣象臺8月8日08時發布暴雨黃色預警。 全國強降雨落區預報圖(8月8日08時-9日08時) 此外,10日起,江漢、江淮、黃淮東部以及四川、重慶等地有中到大雨,局地有暴雨或大暴雨。 國內未來三天具體預報 8月8日08時至9日08時,內蒙古東部、黑龍江西部、華北大部、黃淮大部、江淮東部、江漢西部、西北地區東南部、四川盆地北部和西部、青海南部、重慶東北部等地部分地區有中到大雨,其中,河北中南部、北京南部、天津南部、山東北部、河南北部和西部、安徽東北部、甘肅南部等地部分地區有暴雨或大暴雨(100~180毫米)。內蒙古中東部、陝西北部、河北中北部等地部分地區有4~5級風。 全國降水量預報圖(8月8日08時-9日08時) 8月9日08時至10日08時,黑龍江中北部、吉林東部、黃淮大部、江淮大部、江漢、四川盆地北部和西部、西北地區東南部、西藏東部等地部分地區有中到大雨,其中,山東東部、江蘇中部、安徽中部、河南南部、湖北北部、四川盆地西部等地部分地區有暴雨或大暴雨(100~160毫米)。內蒙古中部、河北南部、山東中東部等地部分地區有4~6級風。 全國降水量預報圖(8月9日08時-10日08時) 8月10日08時至11日08時,內蒙古中部、黑龍江東北部、黃淮南部、江淮大部、江漢大部、西南地區東部、西北地區東南部、西藏東南部等地部分地區有中到大雨,其中,江蘇中部、安徽西部、湖北西部和東北部、陝西南部、四川中東部、重慶西南部等地部分地區有暴雨或大暴雨(100~210毫米)。內蒙古中西部、遼東半島、山東半島等地部分地區有4~6級風。 全國降水量預報圖(8月10日08時-11日08時) 圖片均來自中央氣象臺網站
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。
57238
36
2025-12-29 09:18
93582
78
2025-12-29 09:18
51436
83
2025-12-29 09:18
37482
17
2025-12-29 09:18
53742
78
2025-12-29 09:18
21487
92
2025-12-29 09:18
52913
39
2025-12-29 09:18
12967
74
2025-12-29 09:18
15498
81
2025-12-29 09:18
61453
96
2025-12-29 09:18
42716
69
2025-12-29 09:18
95738
29
2025-12-29 09:18
92864
56
2025-12-29 09:18
23174
53
2025-12-29 09:18
73682
62
2025-12-29 09:18
26941
86
2025-12-29 09:18
87594
89
2025-12-29 09:18
37951
64
2025-12-29 09:18
65274
48
2025-12-29 09:18
38654
47
2025-12-29 09:18
61539
49
2025-12-29 09:18
86574
28
2025-12-29 09:18
28146
23
2025-12-29 09:18
36571
76
2025-12-29 09:18
27619
71
2025-12-29 09:18
61238
63
2025-12-29 09:18
42617
93
2025-12-29 09:18
86152
86
2025-12-29 09:18
51798
56
2025-12-29 09:18
29617
63
2025-12-29 09:18
85946
72
2025-12-29 09:18
57189
93
2025-12-29 09:18
23456
94
2025-12-29 09:18
97826
14
2025-12-29 09:18
51398
91
2025-12-29 09:18
45213
48
2025-12-29 09:18
51936
69
2025-12-29 09:18
58762
65
2025-12-29 09:18
84621
57
2025-12-29 09:18
61497
84
2025-12-29 09:18
24835
72
2025-12-29 09:18
83165
61
2025-12-29 09:18
76398
81
2025-12-29 09:18
97824
27
2025-12-29 09:18
52867
13
2025-12-29 09:18
31795
37
2025-12-29 09:18
31684
81
2025-12-29 09:18
65941
18
2025-12-29 09:18
87234
71
2025-12-29 09:18
71592
89
2025-12-29 09:18
56821
23
2025-12-29 09:18
39647
74
2025-12-29 09:18
29863
72
2025-12-29 09:18
| 魅影直播 | 零七直播 |
| 花瓣直播 | |
| 蜜桃直播 | 密桃直播 |
| 魅影直播 | |
| 鲨鱼直播 | 就要直播 |
| 桔子直播 | |
| 花间直播 | 金莲直播 |
| 绿茵直播 | |
| 魅影看b站直播 | 婬色直播 |
| 花间直播 | |
| 色花堂直播 | 西甲直播 |
| 月夜直播 | |
| 魅影直播视频 | 蜜桃直播 |
| 妲己直播 | |
| 浪花直播 | 色花堂直播 |
| 暖暖直播 | |
| 西瓜直播 | 69美女直播 |
| 青柠直播 | |
| 妲己直播 | 青稞直播 |
| 魅影直播间 | |