中國海警局新聞發言人就菲船隻侵闖黃巖島附近海域發表談話
2025-12-28 06:50 3,891次浏览原標題：傾倒煤矸石的耕地已恢復(反饋) 人民日報 本報記者 史一棋 金 歆 5月12日，本報「讀者來信」版刊登煤渣傾倒耕地 多年難以恢復(來信調查)，報導河南洛陽市新安縣一企業在耕地裡隨意傾倒煤矸石，多年沒有處理的問題。 報導刊發後，洛陽市委市政府、新安縣委縣政府迅速行動，組織相關部門成立聯合工作組進行核查。 經調查，涉事企業為義煤集團新義礦業有限公司(以下簡稱「新義礦業」)。2011年起，新義礦業分別與河南賽祺道路運輸有限公司、新安縣崗南商貿有限公司、河南義新物流科技有限公司3家公司籤訂煤矸石處理協議。3家公司與村民協商約定補償標準後，選取周邊村莊溝壑、低地等處理煤矸石。煤矸石佔壓地塊共12處、341.51畝，涉及新安縣正村鎮白牆村、上坡村、西白村、十萬村、太平村。佔壓時地類性質為耕地的142.12畝、林地77.65畝、其他未利用地121.74畝。 關於煤矸石造成環境汙染問題，土壤環境方面，洛陽嘉清檢測技術有限公司對佔壓地塊的土壤進行取樣監測，全面調查分析涉及地塊的土壤狀況，報告顯示監測結果均在正常範圍內。 地下水環境方面，開鑿30眼地下水監測井，5月29日至6月5日，取樣監測3批42個樣品，檢測結果顯示符合農業用水要求。 關於耕地復墾問題，5月12日以來，由正村鎮政府負責，督促企業落實土地復墾主體責任。針對群眾反映復墾質量不高、部分地塊復墾后土層薄、耕種不便的問題，逐地塊進行實地踏勘，充分徵求群眾意見，按照覆土厚度不低於60釐米的標準，對涉及地塊進行了覆土作業，截至5月25日已全部完成覆土。5月26日至27日，市縣相關負責同志經過實地調研、組織涉及群眾代表座談，對目前整改成果表示認同，群眾代表對此次覆土表示滿意。 關於4處違法佔地建設問題，新安縣委縣政府責成正村鎮政府和縣自然資源局立即啟動立案查處程序，依法依規進行處罰。其中，個人違法的2起案件已由正村鎮政府立案，1起辦理完畢、罰款已繳納，1起涉及違法犯罪線索已按程序移交公安部門；村集體違法的2起案件已由縣自然資源局立案，責令其退還非法佔用土地、限期拆除復耕，目前已完成拆除復耕。針對新義礦業2011年至2018年期間委託無資質的第三方公司非法處置煤矸石的行為，根據固體廢物汙染環境防治法，由洛陽市生態環境局新安分局對其進行立案處罰，共計罰款31.75萬元。 此外，新安縣紀委監委成立調查組，對相關職能部門和有關人員失職失責問題進行調查核實。經縣紀委常委會研究決定，給予黨紀政務處分13人、組織處理5人。按照黨員組織關係，三門峽市盧氏縣紀委監委給予黨紀政務處分1人。 新安縣委縣政府負責人表示，將舉一反三，在全縣範圍內加強警示教育，做實以案促改、以案促治，紮實開展違法違規佔用耕地林地問題「百日攻堅」專項行動、生態環境保護重點工作「百日攻堅」專項行動，發現問題逐一落實整改措施、整改時限，切實把作風硬要求變成硬措施，確保問題整改到位。
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。
荔枝直播
「活动」首次登录送新手大礼包
- 软件大小: 284.46MB
- 最后更新: 2025-12-28 06:50
- 最新版本: v3.16.3.13
- 文件格式: apk
- 应用分类:ios-Android 樱花直播nba
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.93以上
客服热线：136-9136-4286
26145
23
94387
27
2025-12-28 06:50
12439
98
2025-12-28 06:50
54692
53
2025-12-28 06:50
32915
56
2025-12-28 06:50
82143
84
2025-12-28 06:50
15938
92
2025-12-28 06:50
78513
43
2025-12-28 06:50
13485
25
2025-12-28 06:50
46931
75
2025-12-28 06:50
76
25187
37
58673
76458
54
82
49873
32