「同學們,在新課標下,語文教學要更加注重學生核心素養的培養,需要從語言建構與運用、思維發展與提升、審美鑑賞與創造、文化傳承與理解這四個維度去設計教學。」面對臺下一眾「準教師」,西南大學教授榮維東深入剖析,如何在教學中落實高考的題型變化和新教材內容編排的新理念。 這些「準教師」是安徽師範大學漢語言文學專業的師範生。這個暑假,他們用整整4周時間參加學校開設的暑期小學期課堂,為即將到來的職業生涯提前淬鍊就業競爭力。 走上講臺實戰演練,是師範生提升教學能力的關鍵。自2023年起,安徽師範大學開始開設暑期小學期,有針對性地對師範生實施「靶向訓練」,為師範生全方位「充電補能」。 為此,安徽師範大學每年從全國80餘所著名中學精心選聘教學名師擔任特聘教授,全面強化師範生全學段教學能力培養。 2023級英語(師範)專業本科生崔彤彤對此深有體會:「在試講中,我大膽將多種思維圖示融入設計,實現了認知和教學實踐的新突破。」 從教案撰寫到試講展示,再到名師針對板書設計、提問技巧的精準點評,在課後二次反思修改時,崔彤彤總能發現「教」與「學」之間的認知新盲區。 「教授們的講解深入淺出,近距離指導,耐心又親切,讓我對站穩三尺講臺更有信心。」崔彤彤說。 在暑期小學期裡,每位同學都有大量機會走上講臺試講。他們從最初的緊張生澀,逐漸變得自信從容,對課堂節奏的把控、對學生反應的應對能力都得到了極大提升。 2023級地理科學(優師)專業學生秦嶺在備課過程中,不斷練習粉筆字書寫,從字體的美觀到板書內容的邏輯呈現,都反覆琢磨。「作為地理師範生,我深刻體會到板書不僅是寫字畫畫,更是空間思維的直觀表達。」他說。 「一筆一畫勾勒山川河流、標註氣候分區時,就是在腦海中構建、梳理地理格局。」秦嶺在反覆練習中明白,如何用最簡潔的板圖板畫,把抽象的地理概念「立」在黑板上,「這些都將成為學生理解世界的清晰窗口」。 正是通過這樣全方位的培養,參加完暑期小學期實訓的該校2025屆地理科學(師範)專業學生在就業中更有底氣。據了解,截至7月初,該專業已有64人考取中學地理教師,較2024屆提升5.5%。 為了滿足不同年級不同學生的發展需求,安徽師範大學在暑期小學期實戰性的技能指導中更注重分層培養。對於低年級師範生,學校側重於基礎知識的鞏固和基本教學技能的訓練;對於高年級本科生和研究生們,學校更加注重對新課標、新高考、新教材的深度解讀和應用。 在即將大四的英語(師範)專業學生楊希蕊看來,暑期小學期提供了一個與中學教學實際緊密對接的平臺。這個暑假,她參與了基於新高考英語題型變化的教學策略研究項目,在導師指導下,深入分析了新高考對學生英語基礎能力的考查要求,並嘗試將這些要求融入日常教學。「分層培養模式,滿足了不同階段師範生的發展需求,為我們的職業發展搭建了階梯。」楊希蕊說。 不僅如此,結合暑期小學期,安徽師範大學還持續開展「金牌師範生」評定工作,通過激勵機制甄別和表彰優秀師範生,為他們提供更多的展示平臺和就業機遇。安徽師範大學常務副校長熊宇傑表示:「學校將持續優化小學期模式,為培養適應新時代要求的優秀教師加碼賦能。」
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。
27381
52
2025-12-21 19:40
61974
91
2025-12-21 19:40
91628
53
2025-12-21 19:40
61947
27
2025-12-21 19:40
95627
63
2025-12-21 19:40
42938
26
2025-12-21 19:40
83967
62
2025-12-21 19:40
62143
58
2025-12-21 19:40
38965
36
2025-12-21 19:40
87491
16
2025-12-21 19:40
81634
81
2025-12-21 19:40
59426
43
2025-12-21 19:40
87235
28
2025-12-21 19:40
12589
16
2025-12-21 19:40
39162
16
2025-12-21 19:40
84153
68
2025-12-21 19:40
51469
72
2025-12-21 19:40
14986
85
2025-12-21 19:40
25648
83
2025-12-21 19:40
54236
72
2025-12-21 19:40
54671
63
2025-12-21 19:40
34719
92
2025-12-21 19:40
56234
86
2025-12-21 19:40
34927
65
2025-12-21 19:40
31952
84
2025-12-21 19:40
23471
41
2025-12-21 19:40
93461
32
2025-12-21 19:40
65329
76
2025-12-21 19:40
14389
47
2025-12-21 19:40
18235
38
2025-12-21 19:40
41287
81
2025-12-21 19:40
59148
34
2025-12-21 19:40
48659
76
2025-12-21 19:40
84395
57
2025-12-21 19:40
58421
47
2025-12-21 19:40
87293
57
2025-12-21 19:40
41765
16
2025-12-21 19:40
61578
73
2025-12-21 19:40
24916
14
2025-12-21 19:40
39718
93
2025-12-21 19:40
24961
98
2025-12-21 19:40
76284
98
2025-12-21 19:40
47935
64
2025-12-21 19:40
73182
17
2025-12-21 19:40
78512
67
2025-12-21 19:40
34715
37
2025-12-21 19:40
85734
15
2025-12-21 19:40
24167
26
2025-12-21 19:40
61957
79
2025-12-21 19:40
96284
96
2025-12-21 19:40
72614
59
2025-12-21 19:40
29753
69
2025-12-21 19:40
82513
28
2025-12-21 19:40
| 蜜疯直播 | 杏爱直播 |
| 直播软件下载 | |
| 国外b站刺激战场直播app | 鲨鱼直播 |
| 打开b站看直播 | |
| 西甲直播 | 河豚直播 |
| 红桃直播 | |
| 伊人下载 | 直播软件下载 |
| 9i安装下载 | |
| 黄播 | 秀色直播app下载 |
| 蜘蛛直播 | |
| 黄播 | 香蕉app免费下载 |
| 魅影直播视频 | |
| 咪咕直播 | tvn直播 |
| 比心直播 | |
| 97播播 | 凤凰网直播 |
| 春雨直播安装包 | |
| 魅影9.1直播 | 奇秀直播 |
| 山猫直播 | |
| 国外b站刺激战场直播app | 蜜糖直播 |
| 蜜唇直播app | |