日本承認落後的這個領域，中國打造出「國家名片」
2025-12-04 08:20 7,917次浏览8月13日電 據應急管理部微信公眾號消息，按照國家防總副總指揮、應急管理部部長王祥喜安排，國家防總辦公室主任、應急管理部副部長、水利部副部長王道席8月13日組織專題會商，研判今年第11號颱風「楊柳」發展態勢和廣東、福建等重點地區防汛形勢，安排部署防汛防颱風工作。國家防總13日17時將針對廣東、福建的防汛防颱風應急響應提升至三級，前期派出的工作組繼續在廣東協助指導颱風防範應對工作。 據氣象部門預報，颱風「楊柳」將於13日夜間至14日凌晨在福建廈門到廣東汕頭一帶沿海再次登陸，以後繼續向西偏北方向移動。受其影響，13日至14日，廣東、福建、江西、湖南等地的部分地區有大到暴雨，其中，廣東東部、福建東南部等地局地特大暴雨。 會商強調，要堅決克服麻痺思想，動態研判風、雨、潮影響，嚴格落實預警響應聯動和直達基層責任人的臨災預警「叫應」機制。繼續強化海上防風避險工作，嚴格細緻做好船隻回港避風和作業人員上岸避險，堅決防止船舶擅自出海和人員私自返船等情況發生。紮實做好陸上大風和強降雨防範應對工作，加大對重點防汛工程、重要基礎設施、易積水區域的排查巡查力度，強化施工工地、旅遊景區等重點部位管理，及時果斷組織受威脅群眾轉移避險，特別是將外來人員納入當地防汛救災體系、提前轉移老弱病殘孕等重點群體，堅決避免群死群傷。做好搶險救援準備，在重點部位前置力量和應急通信設施，強化「三斷」等極端條件應急保障，發生險情快速響應、高效處置。
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。
黑白直播体育
「活动」首次登录送新手大礼包
- 软件大小: 482.63MB
- 最后更新: 2025-12-04 08:20
- 最新版本: v14.16.7.19
- 文件格式: apk
- 应用分类:ios-Android 秀色直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.47以上
客服热线：139-9423-7135
莲花直播类似软件
猜你喜欢
24
75239
15
2025-12-04 08:20
37986
85
2025-12-04 08:20
98461
56
2025-12-04 08:20
92537
84
2025-12-04 08:20
53719
72
2025-12-04 08:20
38625
84
2025-12-04 08:20
54926
67
2025-12-04 08:20
28354
31
2025-12-04 08:20
43521
41
2025-12-04 08:20
21475
15
2025-12-04 08:20
98621
36
2025-12-04 08:20
56843
28
19342
56
81739
43596
56
24
74162
84
24957
62514
85137
37