新產品新技術集中湧現 養老機器人應用提速
2025-12-30 04:10 3,187次浏览天津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)
今年7月，國務院發布《住房租賃條例》，為住房租賃市場的規範與發展注入新的政策動能。在此背景之下，8月12日，清華大學五道口金融學院房地產與金融科技研究中心發布《2024-2025年住房租賃行業發展報告白皮書》（下稱「白皮書」）。白皮書指出，輕資產託管模式將成為大租賃時代下的必然趨勢，該模式的典型案例是貝殼省心租。白皮書通過六大篇章，深入淺出地剖析了住房租賃領域的核心議題，從國內需求的演變、國外模式的借鑑，到市場現狀的洞察與未來趨勢的研判，為行業提供了系統性的觀察視角。具體來看，白皮書開篇聚焦大租賃時代革新的核心驅動力——租客需求的深刻演變。研究顯示，隨著城鎮化進程深化，形成以新市民、青年人為主體，輻射中年及老年人、單身及家庭型的全人群、全生命周期的租房群體，且租客年齡呈現增長態勢，家庭型租賃需求不斷增加。其居住需求已從基礎的「有房可住」升級為追求「住有品質」。而這一群體不僅關注房源的安全性、舒適度與地理位置便利性，更對居住環境、社區配套服務以及至關重要的租後體驗提出了系統性和高標準的要求。尤為突出的是，租客對「租後無人管」的傳統痛點變得更為敏感，對涵蓋房屋維護、問題響應、權益保障等環節的「全生命周期服務交付」訴求日益強烈。這種追求安居、樂居的升級趨勢，正深刻重塑市場格局，推動行業服務標準提升與運營模式加速迭代。而這也正說明著大租賃時代的來臨。對於住房租賃經營模式，白皮書通過對國內外市場的對比研究發現，機構化租賃已成為國際成熟住房租賃市場發展的普遍方向。而分散式租賃憑藉其靈活的市場化運作，展現出強大的適應性與生命力。其中，白皮書指出，輕資產託管模式將成為大租賃時代下必然趨勢。白皮書通過對國際成熟市場的經驗分析顯示，機構化租賃已成為市場主流發展趨勢。白皮書中數據顯示，從機構化模式佔比來看，美國整體住房租賃市場中託管/資管的比例為52.7%，其中，美國個人業主房源使用託管/資管服務比例超過20%。英國的個人業主房源使用託管/資管服務佔比則保持在50%上下。而在國內市場層面，白皮書指出當前我國機構租賃發展呈現「兩極化」特徵。一方面，重資產模式以集中式公寓及大型租賃社區為主，依賴長期、大規模資金投入，通過自持房源深度把控品質，適合實力雄厚的企業布局。另一方面，輕資產託管模式則通過高效整合市場海量分散房源，依託專業化能力和標準化流程，為業主和租客提供全周期服務。該模式輕資產重服務，未來或逐步成為住房租賃企業的主流選擇。白皮書分析指出，輕資產託管模式核心運作機制是租金透明「平進平出+服務收費」，即租金收益全額歸業主，不吃「差價」，而託管機構通過提供涵蓋租客精準匹配、租金安全代收、高效日常維修、專業糾紛協調等專業服務收取合理費用。這種透明機制有效保障了業主的穩定收益和資產安全，同時精準、高效地滿足了新一代租客對優質租後服務的需求。另外，白皮書進一步剖析了輕資產託管模式的核心價值。該模式有效解決了分散房源業主的出租管理難題，以及租客長期面臨的租後服務缺失痛點。其透明性有助於租金價格回歸理性，促進市場健康平穩發展，並高效釋放社會存量閒置房源，優化市場供給結構。更重要的是，該模式推動住房租賃企業專注於提升運營效率與服務品質，通過標準化、流程化、專業化的服務贏得市場，重塑著行業以服務為核心的價值邏輯，並展現出強勁的發展勢頭。白皮書指出，國內輕資產託管模式的典型企業就是貝殼省心租。據了解，貝殼省心租通過機構化運營提升房源運營效率以及建立完善的租後服務體系，達到整體業務的「穩定可持續」發展。其以科技構建全鏈路數位化管理系統及IoT智慧租住體系，實現人、房、客全流程線上化管理；創新"六芒星"服務分工模式提升協作效率，同時細化可量化、可感知的服務標準，推出換租權益、0押月付、公積金直付等創新產品，覆蓋全生命周期租住場景，助力行業效率提升與服務升級。對於住房租賃未來發展趨勢，白皮書指出，隨著社會發展，租客需求從「臨時住房」轉向「長期安居」，品質需求升級促使住房租賃企業模式進化，核心能力聚焦「人和管理」。企業以消費者為中心，提供多元高品質服務，未來將靠科技、差異化服務及標準優化來贏得市場。同時，白皮書中明確指出，更靈活和低風險的輕資產託管模式或將成為我國住房租賃行業經營模式的主流方向，也將成為下一階段行業發展的主要趨勢。白皮書的發布，為行業轉型與發展提供了清晰的行動指南。白皮書研究表明，以輕資產託管模式為核心的專業化、機構化發展道路，是順應市場需求變革、破解行業痛點、實現高質量發展的關鍵。展望未來，唯有推動住房租賃行業向專業化、規範化、品質化方向加速邁進，才能真正實現讓租賃住房成為新市民、青年人安居樂業的堅實支撐。
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。
直播软件下载
「活动」首次登录送新手大礼包
- 软件大小: 982.23MB
- 最后更新: 2025-12-30 04:10
- 最新版本: v5.14.6.13
- 文件格式: apk
- 应用分类:ios-Android 少妇免费直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.72以上
客服热线：131-3862-8635
94186
46
75
12789
68
2025-12-30 04:10
47128
17
2025-12-30 04:10
32196
49
2025-12-30 04:10
41837
23
2025-12-30 04:10
63948
58
2025-12-30 04:10
23146
83
2025-12-30 04:10
87345
52
2025-12-30 04:10
12483
61
2025-12-30 04:10
39658
38
2025-12-30 04:10
97
72618
67
31748
69
24
52483
42187
49