粵臺學子共探「AI+非遺」新構想
2025-11-28 09:36 5,941次浏览廣東江門8月13日電 題：廣東臺山：稔果進入成熟季市民嘗鮮正當時 作者 李曉春 郭軍 近日，現居美國波士頓的臺山鄉親雷先生在WeChat看到有好友將山上的熟稔果拍照分享到朋友圈，迅速勾起了童年回憶。雷先生記得家鄉有首順口溜：「六月六(農曆)，生蟲稔仔熟；七月七，左手撿(摘的意思)稔右手入；八月八，右手撿稔左手撒；九月九，撿個稔仔甜過酒」，意思是指農曆六月，早熟的稔果，容易招蟲；農曆七月，稔果分批成熟；農曆八月，樹上多數是熟稔果，可邊摘邊吃；農曆九月，稔果進入尾聲，但能摘到的都很甜。 8月10日，廣東臺山市，早熟的山稔果掛滿枝頭。李曉春 攝 據介紹，臺山人口中的稔果，又稱山稔、稔仔。其樹實指桃金孃，是廣東丘陵坡地較為常見的一種常綠灌木，高度可達兩米。其花色豔麗且花瓣會隨著花期逐漸變色，花期較長，同株會有白、粉、紅等多種花色並存，嫩果呈青色，皮色漸漸轉紅象徵著開始成熟，花果均可觀賞，全株皆可入藥，是一種集藥用、食用與觀賞價值於一身的多用途花卉。 近年來，個別有情懷的人將山上的稔樹移栽到盆中，並根據樹形和長勢打造成盆景，在市場上廣受青睞。「這兩年有不少廣州、中山、珠海的熟客和住在臺城別墅區的客人前來選購稔樹盆景。今年4月，有一位廣州客人自己開車來選購了十幾盆，說買回去擺放在花園裡。」臺山市臺城街道一家花卉店的負責人李先生透露，目前小棵的每盆可賣30元至150元，大棵的每盆可賣200元至380元。 8月10日，廣東臺山市，小朋友展示剛採摘的熟稔果。李曉春攝 「以前在臺山農村，漫山遍野都長有稔樹，除了有部分會被村民當柴火砍掉之外，剩下的稔樹都成為孩子們農曆七八月摘稔果的密切關注對象。」現居加拿大多倫多的臺山鄉親李先生回憶稱，他小時候在家負責放牛，村附近的山崗上長滿稔樹，他每次放牛經過都很留意稔果的長勢和成熟度，一見到有熟的，就迅速順手摘下嘗鮮，摘稔果是他放牛時最有獲得感和幸福感的活動之一。 「在我鄉下，有個謎語稱『一個埕仔五隻耳，有鹹螞(當對蝦醬的叫法)、豆豉和番薯』，猜一種野果，謎底就是稔仔。前半句描述的是它的外形，與當地的酒埕仔相似，用耳來比喻果頂部的冠，後半句形容的是果內的醬、籽、芯，用平時常吃的來做比喻。」臺山市民陳先生透露，兒時結伴上山尋覓稔果是一種童趣，那入口爆汁的甘甜，和那貪吃後便秘的難堪，至今仍記憶猶新。 「稔果像這種呈烏黑色的就熟透了，可摘回去鮮吃、曬乾、浸酒。昨天就有一位朋友特意過來摘了三四公斤，說帶回去浸酒。」8月10日，臺山市四九鎮車蓢村村民黃先生介紹說，近年上山挖了幾十棵稔樹移栽到自家魚塘邊和花園裡，通過統一管理和精心養護，長勢越來越旺盛，結果率大大提升，且稔果個頭圓潤飽滿，摘起很有滿足感。 在臺山，稔果還是一種應節野果，在物資匱乏的年代常用於當地的七夕和中秋，如今兩個節日前後在臺城街道美琴、白水、新寧、城北等菜市場，經常會見到有村民擺賣稔果。 「以前臺山農村舉行『慕仙』(當地七夕前一晚的習俗，又稱拜『七姐』或『七仙女』)儀式，桌上少不了稔果。」現居香港的臺山鄉親黃小姐說，如今吃稔果雖已找不回當年的幸福感和滿足感，但稔果對於她而言，更像是一種與生俱來的情懷，一種心靈深處的歸屬感，能勾起童年時最美的回憶。(完)
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。
魅影视频
「活动」首次登录送新手大礼包
- 软件大小: 283.17MB
- 最后更新: 2025-11-28 09:36
- 最新版本: v17.16.9.13
- 文件格式: apk
- 应用分类:ios-Android 浪花直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.57以上
客服热线：132-3967-3561
西甲直播类似软件
猜你喜欢
45928
39625
95
2025-11-28 09:36
35789
97
2025-11-28 09:36
83426
26
2025-11-28 09:36
21657
87
2025-11-28 09:36
76512
52
2025-11-28 09:36
47891
98
2025-11-28 09:36
25843
64
2025-11-28 09:36
35897
53
2025-11-28 09:36
14537
43
2025-11-28 09:36
92415
48
2025-11-28 09:36
23184
32
48
69372
76589
59846
