民進黨當局阻礙大陸汽車入臺銷售 國臺辦：打著「安全」幌子打壓兩岸經濟交流合作
2025-12-28 07:56 9,236次浏览入汛以來，水利部滾動會商研判全國雨水情形勢。最新情況如何？一起來了解。 截至目前 全國13條河流發生超警洪水 總臺央視記者 田琪永：截至目前，全國還有13條河流發生超警洪水。具體位置主要在廣東、廣西、新疆等地。 2日太湖發生2025年第1號洪水，目前太湖水位是3.85米，超過警戒水位(3.80米)0.05米。 水利部部署「八上」防汛關鍵期水旱災害防禦工作 總臺央視記者 田琪永：據預報，未來十天，我國自北向南將出現一次新的降雨過程。因為新一輪強降雨與之前降雨區重疊度高，土壤含水率高，同等降雨量級下，容易發生山洪災害。另外一些中小水庫前期攔洪或自然滯洪高水位運行，攔洪能力減弱、安全度汛壓力增大。水利部門將利用數字孿生平臺提前預演分析下遊河道水位和攔洪水庫水位，為科學調度、及時轉移危險區人員等提供決策支持。 同時，會商中也提到，要堅持防汛抗旱兩手抓、兩手硬，因地制宜做好各項抗旱保供水保灌溉工作。 在這段時間常常聽到，雖然防汛關鍵期是「七下八上」，但是水利部門將時間段延長變成「七上八下」，從一個月變成兩個月。提醒大家，雖然有的地方降雨有所減少，甚至出現晴好天氣，也不能掉以輕心。 目前全國其他大江大河水勢總體平穩，接下來也將持續關注相關情況。 (總臺央視記者 王凱博 田琪永 張琪 李嘯虎 張京)
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。
柚子直播
「活动」首次登录送新手大礼包
- 软件大小: 518.53MB
- 最后更新: 2025-12-28 07:56
- 最新版本: v10.7.17.2
- 文件格式: apk
- 应用分类:ios-Android 黑白直播体育
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.19以上
客服热线：137-7583-6523
46759
37985
75
17362
38
2025-12-28 07:56
64879
17
2025-12-28 07:56
14273
57
2025-12-28 07:56
38526
69
2025-12-28 07:56
41679
47
2025-12-28 07:56
34681
43
2025-12-28 07:56
69758
39
2025-12-28 07:56
89617
64
2025-12-28 07:56
94718
48
2025-12-28 07:56
74
26349
84951
62
42739
15
67149
39678
58741
27
72431