徐銀獲批擔任郵儲銀行嘉興市分行副行長
2025-10-25 04:27 8,873次浏览李婷 8月11日零點起，上海博物館「金字塔之巔：古埃及文明大展」一周168小時不間斷開放。這一創舉引爆話題度和參觀熱情，不少人深夜前來看展，0時至6時的展廳依舊人頭攢動。截至目前，新加出的7個深夜場總計2.1萬個參觀名額全部售罄。 連續開放7天7夜，在全球博物館界是首次。此前，這個持續了13個月的現象級大展還催生出一連串世界紀錄。這一系列的「前所未有」，為何發生在中國、在上海、在上博？ 首先，得益於行業的高速發展。近10年來，我國博物館數量以平均每年200多家的速度持續增長；2024年，全國博物館接待觀眾14.9億人次，同比增加1億餘人次，文博熱呈逐年上升的趨勢。如今，大家越來越喜歡參觀文博場館，特別是一些親子家庭，帶著孩子逛博物館成為節假日標配。此次古埃及文明大展的火爆，正是中國博物館行業跨越式發展的一個縮影。 其次，得益於上海經濟的「噸位」和日益濃厚的文化消費氛圍。按照經合組織的分析，當一國一個區域一個城市人均GDP接近6000美元時，其文化消費的人數和文化消費力將呈幾何級增長。早在2012年，上海人均GDP已達1.42萬美元，2024年首次超過3萬美元。在上海，花錢看展是一件自然而然的事情，人們非常願意為高品質內容的展覽買單。上海多年來涵養的濃厚文化藝術消費氛圍，也為成功舉辦收費展覽創造了良好的市場環境。 人們常說：一個展驚豔了一座城。殊不知，能夠辦成全球最大規模、亞洲最高等級的古埃及文明大展，僅僅靠上博一家的努力是遠遠不夠的，是整座城託舉了這個展。辦展前期要經過多回合的談判，埃及最高文物委員會開出的高昂借展費也需要大量外匯去支付，為了展覽的順利引入，相關部門一路開綠燈，打破常規給予支持。 再次，得益於制度的保障。《上海市公共文化設施收費管理辦法》《關於上海市文化文物單位實施文化創意產品開發收入分配激勵的指導意見》等，為收費展提供了政策上的依據，也大大激發了滬上文博場館的主觀能動性，大家充分開動腦筋策劃活動、展覽，滿足人們多樣化的精神文化需求。據統計，上海現有170多家博物館和100多家美術館，為觀眾提供了多元的選擇。上海充沛的文化供給形成集聚效應，吸引全國乃至世界各地的遊客紛至沓來，由此帶來的同期效應也促進古埃及文明大展的長紅與「核裂變」。 最後，得感謝博物館人的敢闖敢拼，讓一個個奇思妙想得以最終落地。有別於以往同主題展覽多從歐美博物館借展、以西方視角進行敘事，此次展覽則是由中國的埃及學專家全程參與，「以我為主」自主策展，直接跟埃及本土商借文物，難度係數極大，僅籌備就花了426個日日夜夜，而395天的展期背後是超過1500名中埃同仁的默默付出。從談判桌上關於借展的艱難拉鋸，到薩卡拉沙漠55℃高溫下的文物點交；從木乃伊彩棺的「急診手術」，到應對「搬空埃及博物館」的輿論風暴；從全球獨創的「博物館奇『喵』夜」，到攜手「海陸空」打造的跨界新體驗……每一個高光時刻，都是文博人用專業與熱愛鑄就。 回過頭看，上博辦成這個展覽，也驗證了這家國家級博物館自身的實力：經過長期與國外同行的深度交流合作，建立了強大的全球資源配置能力；以「大博物館計劃」為抓手，鍛造了一支可靠的人才隊伍。這正映射出上海勇為尖兵，建設具有世界影響力的社會主義國際文化大都市的底氣所在。 我們有理由相信，在這座創意無限的人民城市，將會有更多令全球矚目的「奇蹟」發生。
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。
春雨直播安装包
「活动」首次登录送新手大礼包
- 软件大小: 914.31MB
- 最后更新: 2025-10-25 04:27
- 最新版本: v12.5.8.12
- 文件格式: apk
- 应用分类:ios-Android 橙色直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.68以上
客服热线：136-1523-6715
93547
63
58169
21684
32
2025-10-25 04:27
73245
51
2025-10-25 04:27
38579
68
2025-10-25 04:27
47195
67
2025-10-25 04:27
56978
45
2025-10-25 04:27
82961
19
2025-10-25 04:27
86479
75
2025-10-25 04:27
96527
58
2025-10-25 04:27
24579
26
2025-10-25 04:27
36245
49
57862
45
57491
68325
27
83
