助企輕裝上陣 多地降成本再加力
2026-01-24 16:22 7,957次浏览1930年，《斯穆特-霍利關稅法》開啟了一場全球貿易災難。近百年後，美國再次站在了類似的岔路口。8月7日午夜，美國對多個貿易夥伴加徵的新一輪關稅正式生效。根據總統川普籤署的行政令，數十個國家和地區被徵收10%-50%不等稅率，將美國整體關稅水平推至1935年以來的最高點。川普稱這些關稅為美國「賺來了數萬億美元」，並堅稱貿易協議正讓美國「再次富裕」。但從市場到學界，並沒有人為其政策背書。近期，三裡河就新一輪加徵關稅採訪了多名美國經濟學家。他們普遍認為，川普所犯的錯誤，比當年的《斯穆特-霍利關稅法》有過之而無不及。在他們看來，沒有人能在貿易戰中真正勝出。美國鮑爾州立大學經濟學教授麥可·希克斯對三裡河表示，這份加稅清單既沒有評估對國內經濟的影響，也未考慮美國的盟友關係或國家利益。惠譽評級首席經濟師布萊恩·庫爾頓稱，美國的有效關稅率上升至17%，這將是自1935年以來的最高水平，2024年時該數字僅為2.3%。彼時，在《斯穆特-霍利關稅法》的影響下，美國經濟非但沒有好轉，反而進一步陷入大蕭條。時任總統胡佛本意是保護本國產業，卻招致全球報復，從而重創美國和世界經濟，其負面影響甚至持續至二戰。「將川普的政策與當年類比，對胡佛政府反而不公。」希克斯強調，當今人們對關稅危害的認知遠勝上個世紀，因此，川普所犯的錯誤比當年更為嚴重。美國桑福德大學經濟學教授阿爾特·卡登也認為，川普正在犯與大蕭條時期同樣的錯誤。但不幸的是，這些錯誤在政治上很受歡迎。人們只關注肉眼可見的好處，卻忽視了難以察覺的成本。與關稅政策同步推進的，是一套以投資換取豁免的談判機制。多個國家和地區宣布巨額投資或採購承諾，以期換得較低稅率。韓國稱將在美投資3500億美元，歐盟則聲稱企業將投入至少6000億美元，日本也推出了5500億美元基金。希克斯認為，這些所謂的讓步多數本就存在，如今只是為安撫川普而刻意擺上檯面。此前許多聲勢浩大的投資承諾最後都化為泡影，因此本輪貿易談判，並不意味著美國贏得了勝利。現下，川普已經開啟了新的貿易競爭時代。卡登認為，新一輪加徵關稅意味著更高的物價、更少的商品和更大的資源浪費，直接削弱全球貿易效率。與此同時，美國對外善變並強硬的姿態，反向促進了其他國家間的橫向協作。就在同一天，中國海關總署公布今年前7個月外貿數據，進出口總值同比增長3.5%，對東協、歐盟、非洲、中亞等地的出口快速增長，對美出口的下滑被有效填補。這一數據被多家美國媒體形容為「打破預期」。希克斯警告，美國選擇對全球約98%的國家發動單邊貿易戰，這種反覆無常且怪異的關稅徵收方式將對供應鏈轉移產生重大影響。「即便關稅取消，許多企業也理所當然地認為美國是一個不穩定的經商之地。這無疑將損害美國的經濟以及我們與盟友的關係。」近百年前，美國用關稅築起壁壘，也拉開了全球衰退的序幕。百年之後，代價或許更加高昂。(「三裡河」工作室)
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。
月夜直播在线观看
「活动」首次登录送新手大礼包
- 软件大小: 579.76MB
- 最后更新: 2026-01-24 16:22
- 最新版本: v9.7.10.3
- 文件格式: apk
- 应用分类:ios-Android 绿茶直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.97以上
客服热线：139-9138-2835
免费播放片色情a片类似软件
猜你喜欢
64
98437
97
2026-01-24 16:22
48765
25
2026-01-24 16:22
61372
37
2026-01-24 16:22
62375
37
2026-01-24 16:22
43826
59
2026-01-24 16:22
91843
75
2026-01-24 16:22
32458
89
2026-01-24 16:22
92741
31
2026-01-24 16:22
92615
52
2026-01-24 16:22
64239
39
2026-01-24 16:22
36
23148
39
58417
36
63952
29
67
43692
42
17
63129
18
75248
78
43