颱風「楊柳」來襲 廣東16個縣（市、區）發生地質災害風險高
2025-12-20 16:40 9,935次浏览蘭州8月13日電 題：世界文化遺產鎖陽城遺址享「呵護套餐」煥「新顏」 作者 馮志軍 劉瀟 利用遙感測繪技術，對鎖陽城遺址範圍及周邊進行航拍掃描和三維重建；應用新材料提升遺址城牆的抗風蝕、抗坍塌能力；建立遺產監測預警體系，對遺址大環境和本體進行長期監測……近年來，位於甘肅酒泉市瓜州縣荒漠戈壁中的世界文化遺產鎖陽城遺址，經一系列文物保護工程「呵護套餐」煥「新顏」。 立秋伊始的一場雨水過後，被由遠及近的駱駝刺、紅柳等耐旱沙生植物簇擁著的鎖陽城更顯蔥鬱。遠處連綿起伏的沙丘、溝壑和風蝕臺在半人多高的綠植中若隱若現，近處高達10米的完整夯土城池輪廓難掩千年前的磅礴氣勢。不時從濃密林下突然竄出的野兔，引得絡繹不絕的遊人陣陣沸騰。 相較於幾年前，記者探訪此地時的「漫遊」，如今鎖陽城遺址內「可涉足空間」明顯縮小，參觀遊覽等活動進一步被規範，各類禁止攀爬、翻越等警示牌也密集豎立起來。 8月7日，航拍位於甘肅省酒泉市瓜州縣的鎖陽城遺址。(無人機照片)記者 李亞龍 攝 鎖陽城保護所文保工作人員馬建國13日說，近五年來，官方累計投入文保資金逾千萬元人民幣，組織實施了鎖陽城遺址外城和內城部分牆體的保護修繕工程、塔爾寺加固工程、鎖陽城及塔爾寺遺址三維數位化項目、鎖陽城遺址考古發掘等多項文物保護工程，以確保最大限度延長該遺址存續年限。 鎖陽城遺址，考古調查和勘探初步推測其年代約為公元7至13世紀。其內城、外城雙重城牆，以及牆體上的甕城、馬面、角墩及堡子等共同構成了保存完好的城市防禦體系，與經由灌溉技術形成的古墾區一起，為絲路交通和文化交流提供了重要的安全和補給保障，是人類開展長距離交通和交流的典型保障性城址。 8月7日，航拍位於甘肅省酒泉市瓜州縣的鎖陽城遺址內城北牆保護修繕項目。(無人機照片)記者 李亞龍 攝 「遺址每年曬了多久的太陽，承受了多大的風，以及遭受了多強的沙塵侵擾等，我們心中都有數。」馬建國說，在對鎖陽城遺址文物本體進行保護修繕的基礎上，該所攜手敦煌研究院，通過與蘭州大學、劍橋大學等院校合作，在遺址區內多處安裝了天氣、風沙、日光等多種監控設備，實現「全天候體檢」。 近年來，鎖陽城遺址內的塔爾寺遺址進行了持續考古發掘，出土瓦當、陶質獸角、佛首、木質鬥拱、壁畫殘塊、塑像殘塊等各類器物殘件百餘件。出土文物中有不少黃色、綠色的琉璃構件，這體現出該寺院等級較高，也從側面印證了鎖陽城的重要地位。根據現存牆體和出土文物判斷，塔爾寺的建造年代應為隋唐時期。 8月7日，位於甘肅省酒泉市瓜州縣的鎖陽城遺址內景。記者 馮志軍 攝 為推動文化遺產保護傳承，鎖陽城遺址近年通過改造提升參觀木棧道、觀景臺，播放歷史文化宣傳片等方式，讓遊客深入遺址及寺院，近距離感受和體驗遺址沉澱的歷史滄桑和文化底蘊。 而在未來，當地將在絲路文化數字展示中心推出鎖陽城遺址「數字文保」體驗館，通過全息投影再現鎖陽城盛唐邊貿盛景；引入AR實景導覽系統，讓遊客「穿越千年」親身觸摸歷史的溫度；推進鎖陽城考古遺址公園建設，進一步提升鎖陽城遺址展示利用水平。(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。
看b站a8直播
「活动」首次登录送新手大礼包
- 软件大小: 951.51MB
- 最后更新: 2025-12-20 16:40
- 最新版本: v3.10.5.15
- 文件格式: apk
- 应用分类:ios-Android 青草直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.27以上
客服热线：136-9186-5146
西瓜直播类似软件
猜你喜欢
85394
32
2025-12-20 16:40
39462
42
2025-12-20 16:40
74152
21
2025-12-20 16:40
62791
78
2025-12-20 16:40
51796
49
2025-12-20 16:40
48136
95
2025-12-20 16:40
51893
12
2025-12-20 16:40
97635
58
2025-12-20 16:40
46589
89
2025-12-20 16:40
29487
97
2025-12-20 16:40
84971
69
2025-12-20 16:40
27
85712
19
64
74891
68
46782
73429
31687
71
16
