王楚欽4-0橫掃進決賽 將再戰張本智和
2025-11-19 20:45 3,315次浏览天津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)
8月8日下午，由黃浦區科學技術委員會主辦的「智薈江畔·創新未來」——AI賦能·金融科技創新發展沙龍在外灘FTC舉行。作為黃浦區「政府開放月」系列活動之一，本次沙龍吸引了眾多來自政府部門、金融機構、科技企業及學術界的精英代表們齊聚一堂，共繪AI技術驅動下的金融科技創新發展藍圖。黃浦區科學技術委員會主任鄔樹純在致辭中表示，黃浦作為上海的「心臟、窗口和名片」，在集聚6家國家級金融要素市場、貢獻全市近四分之三交易額的基礎上，正以「時不我待」的緊迫感，全力推動科技賦能金融創新。作為首批標杆性金融科技集聚區之一，黃浦制定發布了金融科技專項政策，著力構建「外灘金融集聚帶+中央科創區」的「一帶一區」聯動發展格局，持續集聚產業核心要素，大力引育高能級創新主體。同時，黃浦參與設立了全市首支「上海金融科技股權投資基金」，通過「以投代引」的方式吸引優質項目落地。此外，還持續舉辦外灘大會、外灘金融峰會、長三角金融科技創新與應用全球大賽等品牌活動，不斷激發區域創新活力。展望未來，黃浦將進一步聚焦金融科技集聚區建設，以「一帶一區」為核心，打造外灘FTC、金外灘國際廣場、鼎博大廈三大區域中心，輻射黃浦區全域。同時，持續加強核心技術策源、加快生態要素集聚、豐富科技應用場景，不斷提升金融科技創新的濃度和強度，著力構建金融科技發展新高地。中央科創區位處黃浦江畔最中心的位置，曾是上海世博會的舉辦地，如今正在成為全新的科創街區。黃浦區科委科技發展科科長葉夢妮詳細介紹了中央科創區的建設背景和規划進展，並深入解讀了《黃浦區關於優化和加強投資促進工作 推動科技創新產業高質量發展的實施辦法（試行）》，為與會者提供了清晰的產業政策指引。葉夢妮表示，「在中央科創區，我們將打造X- Tech功能體系，通過最前沿的科技成果和科技企業的引領來打造制高點功能，通過各類城市場景應用和科創跨界融合來打造新物種功能，通過國際交流合作和科技會客廳的建設來打造全球鏈功能，通過科創投資賦能和全鏈條的科創服務來打造新樞紐功能。」 為支持中央科創區的建設和黃浦科創產業的發展，《黃浦區關於優化和加強投資促進工作 推動科技創新產業高質量發展的實施辦法（試行）》於去年11月發布，重點面向數字科技、生命健康、科創服務業等科創產業領域以及未來產業，從提升原始創新能力、集聚培育科技領軍企業、營造一流創新生態、引育全球科創英才4個方面提出了12條扶持舉措。提升原始創新能力方面，包括鼓勵企業加大自主研發、推進科技研發機構建設、促進科技成果轉化應用。其中，對企業所產出的具有引領性、先進性和突破性的科創成果進行獎勵，最高獎勵為1億元等。 沙龍的主旨演講環節精彩紛呈。三場演講從宏觀趨勢到微觀實踐，從創新應用到安全守護，多維度、立體化地呈現了AI賦能金融科技的廣闊圖景與無限潛能。復旦大學金融科技研究院常務副院長吳傑教授深入剖析了數位化技術賦能金融業的實踐路徑，指出其在提升金融服務效率與風險管理水平方面的核心價值，並強調了金融科技在助力科創企業成長、推動金融服務創新方面的重要作用。螞蟻數科解決方案專家周斌系統闡釋了螞蟻集團如何通過AI大模型技術重塑金融業務場景的實踐經驗。其核心在於依託「金融智能體」實現業務全鏈路智能化升級，並覆蓋投研、營銷、銷售、風控等關鍵環節，全方位推動業務提質增效。帆立科技CEO謝立以《AI賦能·智防電詐：銀行風險防範的創新突破》為題，分享了公司在銀行風控領域的技術創新。他重點介紹了基於圖神經網絡的智能反欺詐系統，該方案融合深度學習與專家規則，構建了覆蓋全渠道的動態風險防控體系，為銀行數位化轉型提供了堅實支撐。 圓桌論壇環節由達觀數據副總裁錢倩主持，中信建投證券投行戰略部董事總經理冷鯤、招商銀行上海分行信息技術部專家佘偉偉、信雅達科技股份有限公司CTO李雲波、魔琺科技金融業務負責人陳虹宇等嘉賓圍繞「AI賦能金融業數智轉型的機遇與挑戰」主題，就技術落地瓶頸、數據安全治理、未來應用場景等關鍵議題展開了深入探討。 本次沙龍通過「政策解讀+技術分享+資源對接」的創新模式，成功搭建了政企對話新平臺，充分彰顯了黃浦區打造金融科技新高地的堅定決心與強大信心。據悉，黃浦區將持續舉辦系列主題活動，加速推動「AI+金融」創新成果轉化落地，為上海建設具有全球引領性的金融科技中心注入澎湃動能。（黃浦區供圖）
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。
小草莓直播
「活动」首次登录送新手大礼包
- 软件大小: 591.75MB
- 最后更新: 2025-11-19 20:45
- 最新版本: v7.18.14.16
- 文件格式: apk
- 应用分类:ios-Android 樱桃直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.83以上
客服热线：135-3729-9843
黄播类似软件
猜你喜欢
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
-
2025-11-19 20:45
43961
97218
26
2025-11-19 20:45
68743
13
2025-11-19 20:45
25893
19
2025-11-19 20:45
78132
94
2025-11-19 20:45
82761
38
2025-11-19 20:45
98475
57
2025-11-19 20:45
49856
83
2025-11-19 20:45
58217
21
2025-11-19 20:45
47569
86
2025-11-19 20:45
68372
57
2025-11-19 20:45
18793
81
27
68
81679
79643
57
14
56914
