回望那段烽火歲月,海外華僑以赤誠家國情懷與卓越貢獻,在歷史長卷中留下了不可磨滅的印記。近日,羊城晚報記者專訪暨南大學華僑華人研究院教授潮龍起,一同回顧僑胞的抗戰功績,探尋其精神內核與現實意義。 羊城晚報:請您簡要介紹一下僑胞在抗戰中的歷史貢獻。 潮龍起:全民族抗戰爆發後,廣大僑胞以財力、人力、輿論之力,與祖國同呼吸、共患難,用行動書寫了「華僑旗幟、民族光輝」的壯麗篇章,成為全民族抗戰中不可替代的重要力量。 羊城晚報:抗戰時期,支援祖國的華僑主要來自哪些地區? 潮龍起:全民族抗戰爆發前,居住在世界各地的海外華僑多數原籍廣東,粵籍華僑約佔總數的三分之二。 羊城晚報:華僑回國參戰或服務的動力是什麼? 潮龍起:核心源於他們深植於心的家國情懷。儘管在海外能過安穩的生活,但當祖國和家鄉面臨存亡危機時,他們義無反顧,毅然選擇為民族存續挺身而出。 羊城晚報:我們宣傳、銘記僑胞在抗戰中的貢獻,有何現實意義? 潮龍起:如今,僑界學術團體、博物館、媒體等通過展覽、專題報導等系列活動,緬懷僑胞的抗戰貢獻,以多元形式傳遞這段歷史記憶,讓僑胞的功績被永久銘記。這背後蘊含著多重現實意義:第一,抗日戰爭是中國人民與海外僑胞共同的深刻民族記憶,這場戰爭深化了華僑與祖國的聯結,加固了他們對祖國的認同;第二,中國抗戰是全民族的抗爭,離不開海外華僑的鼎力支持,銘記其功績是對全民族抗戰歷史的完整書寫,更是對華僑愛國主義精神的傳承;第三,築牢華僑抗戰記憶,能激勵僑界在中華民族偉大復興的進程中持續貢獻力量。 (黎秋玲)
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。
36497
34
2025-11-06 14:52
83912
72
2025-11-06 14:52
64219
48
2025-11-06 14:52
38725
35
2025-11-06 14:52
81597
92
2025-11-06 14:52
47923
43
2025-11-06 14:52
59428
76
2025-11-06 14:52
52384
58
2025-11-06 14:52
64918
59
2025-11-06 14:52
18459
87
2025-11-06 14:52
59234
32
2025-11-06 14:52
68345
75
2025-11-06 14:52
95423
29
2025-11-06 14:52
64982
98
2025-11-06 14:52
84725
19
2025-11-06 14:52
52347
13
2025-11-06 14:52
81423
28
2025-11-06 14:52
46982
75
2025-11-06 14:52
85749
94
2025-11-06 14:52
19346
42
2025-11-06 14:52
46237
13
2025-11-06 14:52
64392
43
2025-11-06 14:52
34612
93
2025-11-06 14:52
51924
21
2025-11-06 14:52
38716
97
2025-11-06 14:52
53241
39
2025-11-06 14:52
16759
78
2025-11-06 14:52
25837
27
2025-11-06 14:52
28764
71
2025-11-06 14:52
46379
61
2025-11-06 14:52
81459
12
2025-11-06 14:52
96134
86
2025-11-06 14:52
81695
96
2025-11-06 14:52
79456
38
2025-11-06 14:52
18457
53
2025-11-06 14:52
31652
72
2025-11-06 14:52
54176
37
2025-11-06 14:52
31829
23
2025-11-06 14:52
15978
61
2025-11-06 14:52
72435
86
2025-11-06 14:52
58932
93
2025-11-06 14:52
76291
98
2025-11-06 14:52
63482
92
2025-11-06 14:52
43165
24
2025-11-06 14:52
74329
68
2025-11-06 14:52
48791
17
2025-11-06 14:52
81674
84
2025-11-06 14:52
57826
94
2025-11-06 14:52
69147
84
2025-11-06 14:52
52913
98
2025-11-06 14:52
42873
64
2025-11-06 14:52
97824
74
2025-11-06 14:52
| 黑白直播体育 | 妖精直播 |
| 私密直播全婐app免费 | |
| 蝶恋直播 | 大鱼直播 |
| 免费真人视频网站直播下载 | |
| 零点直播 | 浪花直播 |
| 国外b站刺激战场直播app | |
| 香蕉直播 | 小草莓直播 |
| 河豚直播 | |
| 黑白直播 | 9.1樱花ppt网站大片 |
| 春雨app直播免费看 | |
| 樱桃直播 | 小猫直播 |
| 奇秀直播 | |
| 曼城直播 | 伊人app |
| 红杏直播 | |
| 巧克力直播 | 桃花直播 |
| 榴莲视频 | |
| 韩国直播 | 四季直播 |
| b站刺激战场直播 | |
| 魅影直播间 | 直播软件下载 |
| 打开b站看直播 | |