機器人李白評《長安的荔枝》
2026-02-25 13:30 8,386次浏览長沙晚報8月13日訊(全媒體記者 楊雲龍 通訊員 孫麗蓉)「我晚上睡覺被『蚊子』咬了，塗了花露水反而腫成『地圖』了。」近日，湖南省中西醫結合醫院(湖南省中醫藥研究院附屬醫院)皮膚科門診，25歲的小王走進診室。他的四肢布滿「紅色風團」，部分已連成片，瘙癢難忍。然而，接診醫生告訴他，這不是蚊蟲叮咬，而是「急性蕁麻疹」。如何辨別急性蕁麻疹與「蚊子包」？湖南省中西醫結合醫院(湖南省中醫藥研究院附屬醫院)皮膚科主任、主任醫師何大偉為大家支招。 何大偉表示，急性蕁麻疹與蚊蟲叮咬的「蚊子包」都會紅、腫、癢，但兩者有不同之處，比如形狀不同，「蚊子包」孤立、圓形凸起，急性蕁麻疹呈現不規則風團，可融合成片；兩者的邊界不同，「蚊子包」邊界清晰，急性蕁麻疹邊界模糊如地圖；按壓反應不同，「蚊子包」按壓後仍見皮疹，急性蕁麻疹按壓後紅斑消退；伴隨症狀不同，「蚊子包」可見叮咬點，急性蕁麻疹可伴唇腫、腹痛或呼吸困難。若皮疹數小時內移動性出現(如手臂消退後大腿新發)，或此起彼伏，則可判定為急性蕁麻疹。 很多人以為只有「吃海鮮」才會誘發急性蕁麻疹，其實這些常見因素更危險(「隱形推手」)：潛伏型過敏原，包括藥物阿司匹林、青黴素(甚至停藥後幾天才發作)，感染如感冒病毒、幽門螺旋桿菌(兒童多見)，接觸物如花粉、寵物皮屑、塵蟎，食物如海鮮、雞蛋、奶製品、食品添加劑等；物理刺激(易被忽略)，吹冷風后起風團；腰帶、手錶壓迫處腫脹；紫外線誘發膽鹼能性蕁麻疹。 從中醫角度來看，急性蕁麻疹多為「風邪襲表」或「血熱內蘊」，常因飲食辛辣、情緒緊張誘發。 需要提醒的是，當皮疹合併喉嚨發緊、聲音嘶啞、胸悶氣短、噁心嘔吐、暈厥等表現，提示過敏性休克的可能，需立即就醫。 一旦出現急性蕁麻疹，怎麼辦？何大偉給大家推薦了家庭應急處理三步法： 第一步：阻斷過敏原。回憶2小時內接觸物(如新護膚品、食物或藥物)，避免再次接觸；用溫水衝洗皮膚(忌熱水，會加重血管擴張)。 第二步：藥物幹預。首選第二代抗組胺藥(如氯雷他定、西替利嗪)，比一代(馬來酸氯苯那敏)更少嗜睡副作用；外塗爐甘石洗劑(搖勻後塗抹，每日塗抹3至4次)。 第三步：中醫外治療法。中藥燻洗，用牡丹皮、白鮮皮、金銀花、野菊花、紫草、地榆等中藥煎水待微溫後洗浴，可以幫助止癢，緩解蕁麻疹症狀；耳尖放血，消毒後針刺耳尖擠出2至3滴血(需專業人員操作)。
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。
直播全婐app免费
「活动」首次登录送新手大礼包
- 软件大小: 573.52MB
- 最后更新: 2026-02-25 13:30
- 最新版本: v6.13.3.6
- 文件格式: apk
- 应用分类:ios-Android 看b站a8直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.68以上
客服热线：135-4683-6571
47
61835
13
17439
63
2026-02-25 13:30
85267
43
2026-02-25 13:30
23485
46
2026-02-25 13:30
29763
27
2026-02-25 13:30
61495
28
2026-02-25 13:30
98126
84
2026-02-25 13:30
98451
54
2026-02-25 13:30
31498
92
2026-02-25 13:30
29317
35
2026-02-25 13:30
58
43765
53
41
63
17
61
36712
18375
82596
21
67138
93
57839