宜昌8月13日電 第十五屆全國運動會羽毛球項目資格賽13日在湖北省宜昌奧體中心綜合館拉開戰幕。包括陳雨菲、黃東萍、陳清晨、賈一凡、鄭思維、黃雅瓊在內的六名奧運冠軍和石宇奇、梁偉鏗、王昶等名將齊聚宜昌,在十天的賽期內為各自隊伍力爭十五運決賽階段的參賽席位。 不同於往屆全國運動會,十五運除了成年組,還新增設了青年組組別,本次資格賽將決出成年組男女團體、男女單打、男女雙打、混雙和青年組男女團體九個競賽項目的決賽階段參賽席位。 由於團體資格賽的成績將帶入決賽階段,因此即便是資格賽,各支隊伍也派出了最強陣容參賽。東京奧運會冠軍陳雨菲、黃東萍,巴黎奧運會冠軍陳清晨/賈一凡、鄭思維/黃雅瓊,代表各自隊伍出現在資格賽團體賽的賽場。 賈一凡表示,自己這一段時間的訓練目標性比較強,來到宜昌後,無論是身體狀態,還是競技狀態都處在一個不錯的階段。賈一凡所在的湖南隊和搭檔陳清晨所在的廣東隊同在女團D組。 第十四屆全國運動會上,黃東萍曾攜手隊友一起登上女團季軍領獎臺,這一次她希望能夠和大家一起提升獎牌的顏色。不過福建隊和浙江隊、遼寧隊同在女團A組,黃東萍表示這個組實力非常強,自己或許有機會能夠在場上和曾經的混雙隊友黃雅瓊進行交鋒。 而黃雅瓊將代表浙江隊重新站在女雙賽場,她表示,這次資格賽有著別樣的意義。「因為我現在沒有辦法常常見到之前國家隊的隊友,這次就可以在賽場會一會大家了。」而宣布退出國際舞臺的鄭思維也躍躍欲試道:「自己如今狀態未知,希望通過資格賽檢驗一下自己的狀態和能力。」 作為浙江隊的主力選手,陳雨菲表示,除了女團,自己希望在女單項目也有所收穫。 作為四年一屆體壇盛會,第十五屆全國運動會羽毛球項目資格賽有來自20餘個省(區、市)的700餘名頂尖選手參賽。根據賽程,比賽於8月13日至18日進行團體資格賽,19日至22日將進行五個單項資格賽。(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。
月夜直播 | 蜜桃直播 |
色花堂直播 |
蜜桃视频 | 零点直播 |
看少妇全黄a片直播 |
魅影app下载免费版 | 直播全婐app免费 |
抓饭直播 |
春雨app直播免费看 | love直播 |
红桃直播 |
凤凰网直播 | 夜月视频直播 |
极速直播 |
美女直播 | 青稞直播 |
蜜桃app |
杏爱直播 | 曼城直播 |
魅影看b站直播 |
少女6夜半直播nba | 魅影看b站直播 |
月夜直播 |
看b站a8直播 | 桃花app |
小蝌蚪app |
河豚直播 | 月夜直播 |
蜜疯直播 |