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)
8月11日電 據韓媒11日報導,韓國總統李在明的支持率跌至56.5%,創下就任以來的最低水平。 報導稱,韓國民調機構realmeter在4日至8日進行的民意調查顯示,56.5%的受訪者認為李在明「做得好」,這比之前一周下降了6.8%,是李在明就任以來的最大降幅。 在7日至8日進行的民意調查顯示,韓國執政黨共同民主黨支持率為48.4%,最大在野黨國民力量黨支持率為30.3%。共同民主黨支持率7周以來首次跌破50%。
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。
81672
58
2026-02-27 19:22
74263
61
2026-02-27 19:22
67413
53
2026-02-27 19:22
69832
43
2026-02-27 19:22
59461
95
2026-02-27 19:22
36147
31
2026-02-27 19:22
61472
18
2026-02-27 19:22
89237
52
2026-02-27 19:22
91276
15
2026-02-27 19:22
59842
57
2026-02-27 19:22
31289
86
2026-02-27 19:22
79526
92
2026-02-27 19:22
21743
95
2026-02-27 19:22
82796
15
2026-02-27 19:22
79542
16
2026-02-27 19:22
93725
71
2026-02-27 19:22
29653
98
2026-02-27 19:22
69315
47
2026-02-27 19:22
83267
81
2026-02-27 19:22
76591
17
2026-02-27 19:22
83657
23
2026-02-27 19:22
32679
37
2026-02-27 19:22
25314
87
2026-02-27 19:22
84957
74
2026-02-27 19:22
21965
31
2026-02-27 19:22
74638
43
2026-02-27 19:22
39678
26
2026-02-27 19:22
51834
65
2026-02-27 19:22
26581
92
2026-02-27 19:22
93184
95
2026-02-27 19:22
28659
48
2026-02-27 19:22
23748
95
2026-02-27 19:22
24879
64
2026-02-27 19:22
65783
54
2026-02-27 19:22
35921
51
2026-02-27 19:22
32678
83
2026-02-27 19:22
92675
79
2026-02-27 19:22
15394
67
2026-02-27 19:22
62398
37
2026-02-27 19:22
98215
37
2026-02-27 19:22
98342
87
2026-02-27 19:22
96573
67
2026-02-27 19:22
57689
63
2026-02-27 19:22
56914
62
2026-02-27 19:22
97238
87
2026-02-27 19:22
53196
39
2026-02-27 19:22
52637
48
2026-02-27 19:22
47651
89
2026-02-27 19:22
69427
37
2026-02-27 19:22
43975
83
2026-02-27 19:22
28143
16
2026-02-27 19:22
| 水仙直播 | 优直播 |
| 曼城直播 | |
| 私密直播全婐app免费 | 妖姬直播 |
| 凤凰网直播 | |
| 蜜桃视频 | 趣爱直播 |
| 嗨球直播 | |
| 蝶恋直播 | 橙色直播 |
| 9.1樱花ppt网站大片 | |
| 直播黄台app凤蝶 | 小k直播姬 |
| 糖果直播 | |
| 柠檬直播 | 桃子直播 |
| 蜘蛛直播 | |
| 成人性做爰直播 | 鲨鱼直播 |
| 少女6夜半直播nba | |
| 香蕉app免费下载 | 春雨直播安装包 |
| 免费直播 | |
| 花间直播 | 美女直播 |
| 深夜直播 | |
| 密桃直播 | 金莲直播 |
| 美女直播app | |