夫妻擺「急救地攤」8年 教會10餘萬人「救命術」
2026-01-11 09:30 6,748次浏览銀川8月11日電 (陶思閱)從電力供應不穩到建成全綠色用電小鎮，從水資源嚴重短缺到改變「靠天吃飯」局面，這是中國綠色基礎設施的建設成果，也伴隨著金融業的保駕護航。 2024年，中國人民銀行、生態環境部等聯合發文，明確圍繞美麗中國先行區建設、重點行業綠色低碳發展、深入推進汙染防治攻堅、生態保護修復等重點領域，有效提升金融支持精準性。 在寧夏銀川市永寧縣閩寧鎮，大唐閩寧共享儲能電站發揮著「超級充電寶」的作用，削峰填谷，將白天富餘的新能源電力存儲起來，晚上按照負荷需求分段放電，保障了閩寧鎮全綠電供應，滿足6萬多人生產生活用電需求，預計年減少二氧化碳排放約22萬噸。 該項目由國家開發銀行全額授信，已有1.44億元人民幣貸款發放。據大唐永寧縣新能源科技有限公司總經理李洪濤介紹，項目只用時75天便建成，貸款從申請到放貸也只用時一個多月。 寧夏作為太陽能、風能資源大省份，還有更多這樣的例子。 截至目前，寧東基地綠電園區光伏項目一期三個子項目均已建成，該項目投運後，年發電量達30億度，生態效益相當於新增0.6萬公頃林地。國家開發銀行累計為該項目發放貸款近19億元。 「寧東基地綠電園區測算度電成本目前寧夏最低。」寧東綠科新能源有限公司總經理馬三慶說。電價低、發電量大，該項目將助推當地工業總產值增長，孵化新能源裝備、綠電交易等新興業態。 同時，寧夏也是一個水資源較為匱乏的省份。 寧夏長城水務有限責任公司為解決供水能力不足、管網漏水的問題，申請了3770萬元貸款，新建加壓泵、供水管道和數位化水廠等。寧夏長城水務有限責任公司董事長張偉說，改善後漏損率從15%降低至9%，每年節約的水量可以灌滿30個標準遊泳池。 節約的水量未來還可以轉賣。按照「合同節水+水權交易」的模式，寧東管委會每年依據實際節水量賦予借款人部分用水權，後續用水權由借款人在水資源交易中心進行交易，獲得水權交易收入。 沙坡頭區香山、興仁灌區位於寧夏中衛市，年平均水面蒸發量是降雨量的5倍多，是中國水資源最匱乏的地區之一。 沙坡頭香山興仁片區生態修復及灌區(一期)供水工程基於已有供水能力，延伸揚水管線至新建紅圈子調蓄水池，以擴大灌溉範圍，覆蓋整個香山、興仁灌區。 該工程項目概算總投資4.43億元，長達29年的貸款期限需要政策性金融貸款的保駕護航。 項目建成後，為依法關停該區域地下水取水井創造了條件，土地自然恢復，宜喬則喬、宜灌則灌、宜草則草。 蓄水庫和輸水管道的建設改變了當地農業「靠天吃飯」局面，項目運營後為當地設施溫棚、露地蔬菜等高效節水農業提供了用水保障。 從蓄水庫下山，成片地躺在田裡的硒砂瓜、齊腰高的枸杞樹、金燦燦的向日葵，「可以說這些都是項目建成後澆灌的結果」。寧夏水投中衛水務有限公司副總經理張豔華說。 改善綠色基礎設施，創新融資服務模式，此類金融服務項目正在中國各地落地開花。 中國人民銀行發布數據顯示，截至今年一季度末，中國本外幣綠色貸款餘額已達到40.61萬億元，較年初增長9.6%，一季度新增3.56萬億元。(完)
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。
红杏直播
「活动」首次登录送新手大礼包
- 软件大小: 594.83MB
- 最后更新: 2026-01-11 09:30
- 最新版本: v7.2.14.9
- 文件格式: apk
- 应用分类:ios-Android 西甲直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.18以上
客服热线：138-5834-6789
84
24679
15329
29
2026-01-11 09:30
91873
24
2026-01-11 09:30
42983
25
2026-01-11 09:30
71269
41
2026-01-11 09:30
57219
93
2026-01-11 09:30
61938
16
2026-01-11 09:30
46852
47
2026-01-11 09:30
69172
14
2026-01-11 09:30
38674
53
2026-01-11 09:30
67
53816
12764
25763
16
26451
98641
46328
12896
19362
52
53
