香港天文臺17天內第五次發出「黑雨」信號
2025-11-20 23:39 6,738次浏览長沙晚報8月4日訊(全媒體記者 寧莎鷗)電影院熱起來了！截至3日晚，暑期檔電影總票房(含預售)突破70億元，8月3日單日票房突破3.75億元，刷新今年暑期檔單日票房新高。4日，《南京照相館》總票房突破16億元，持續領跑暑期檔。 《南京照相館》領跑 票房超16億元 今年是中國人民抗日戰爭暨世界反法西斯戰爭勝利80周年，一批以銘記抗戰歷史、賡續抗戰精神為主題的電影陸續登陸大銀幕。 其中，《南京照相館》表現最佳，目前上映11天，觀影人數突破4000萬人次大關，連續多天單日票房過億元。 《南京照相館》取材於南京大屠殺期間日軍真實罪證的影像資料，故事聚焦大屠殺中南京城一家名為吉祥的照相館，圍繞記錄日軍暴行照片的「拍攝」「洗印」「存證」「運送」故事線，刻畫了郵遞員蘇柳昌、日語翻譯王廣海、戲曲演員林毓秀、民國警察宋存義和照相館老闆金承宗一家在日軍屠刀下可歌可泣的生存、反抗與守護故事。 通過電影，30餘萬遇難同胞不再是一個數字，而成為了每個中國人都記住的歷史。電影振奮了自己作為新一代青年人的心，讓大家知道了自己為什麼而前行。 「剛需」動畫片 「羅小黑」與「小妖怪」都很可愛 暑假期間，中小學生暫別校園，動畫電影也一直是暑期檔的「剛需品類」。今年國產動畫也有諸多突破，《中國奇譚》系列動畫劇集首部電影《浪浪山小妖怪》上映3天，叫好又叫座。目前，該影片在豆瓣收穫了8.6分的高分，票房成績也一路高歌猛進。截至發稿之時，該片票房在4日突破3500萬元，位居單日票房榜第二位，累計票房也已超1.68億元。 此前上映的《羅小黑戰記2》，在前作8.0分的高口碑下繼續高歌猛進，豆瓣評分來到8.7分，目前票房已突破3.56億元。 暑期檔電影百花齊放，在《南京照相館》的帶動下，《長安的荔枝》《戲臺》等真人電影的預測票房也在提高。目前，《長安的荔枝》上映18天，票房已突破6.3億元。 多部抗戰題材影片將登場 《731》定檔9月18日 除了《南京照相館》，抗戰題材電影也有多部佳作亟待上映，《山河為證》《東極島》將在8月份陸續登陸大銀幕，備受矚目的電影《731》也在撤出7月31日檔期後，定檔9月18日上映。 該片由趙林山導演，通過平民視角揭露侵華日軍反人類暴行。該片今日發布「血證」版海報，直面侵華日軍第七三一部隊的戰爭罪行，旨在喚醒民族記憶，警示未來。 據悉，影片講述了1945年抗戰勝利前夕，侵華日軍第七三一部隊在哈爾濱平房區以「給水防疫」之名開展細菌戰研究，屠戮百姓進行人體實驗的故事，再現了侵華日軍第七三一部隊的反人類暴行。通過小販王永章等無辜平民被誘捕、囚禁，淪為慘無人道活體實驗品的悲慘遭遇，展現了在戰爭洪流下小人物的苦難、覺醒與不屈抗爭精神，以震撼人心的藝術力量，為歷史發聲，為真相立證。
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。
love直播
「活动」首次登录送新手大礼包
- 软件大小: 768.73MB
- 最后更新: 2025-11-20 23:39
- 最新版本: v1.15.2.7
- 文件格式: apk
- 应用分类:ios-Android 蝴蝶直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.71以上
客服热线：137-2815-5197
62197
48
41972
85267
35
2025-11-20 23:39
83459
46
2025-11-20 23:39
43861
82
2025-11-20 23:39
15698
48
2025-11-20 23:39
37158
67
2025-11-20 23:39
89756
19
2025-11-20 23:39
28416
61
2025-11-20 23:39
81769
46
2025-11-20 23:39
94785
96
2025-11-20 23:39
56732
18
98
76492
92
63
92463
91847
57398
53
53629
24963
