深圳8月10日電 (記者 郭軍)由品牌聯盟與東呈集團聯合主辦的酒店業周期破局論壇9日在深圳舉行。本次論壇以「穿越周期的力量」為主題,匯聚政府領導、行業協會專家、企業領袖、學者及媒體代表,圍繞酒店業在周期挑戰下的破局路徑展開深度探討,為酒店業應對周期波動、實現可持續發展提供思路與方向。 教育部旅遊管理教指委副主任、中國旅遊與酒店投資人聯盟主席馬勇指出,當前酒店業面臨「碳基時代向矽基時代」轉型的挑戰,人工智慧、消費市場變化(如情緒消費、理性消費)及行業生態重構是關鍵變量。 東呈集團創始人程新華稱,「高性價比是我們穿越周期的力量,是發展的『金線』;長期主義是穿越周期的唯一道路。」他介紹說,當前,大眾酒店市場容量達1130萬間,年產值達3500億元,年消費量達25億間夜。作為一家連鎖酒店集團,東呈持續深耕大眾市場需求,以高性價比為核心,通過單房造價優化、功能聚焦、科技賦能,不斷提升競爭力。 中國旅遊研究院國際交流部主任楊勁松表示,今年,全球旅遊業呈現顯著恢復態勢,已超過2019年同期水平。他提出,中國酒店業需通過「小而精、小而美、小而暖」實現差異化,關注在地文化連接、情緒價值與非功能性服務,同時探索「酒店+」融合模式。 在高峰對話環節,跨界協同破局來自酒店集團、資管、科技企業、旅遊平臺的嘉賓圍繞「周期破局」展開對話,大家一致認為,面對消費者需求多元化、市場競爭加劇等挑戰,酒店業須通過聚焦核心需求,強化科技賦能,深化跨界協同,堅持長期主義,最終實現從「生存」到「破局」的跨越。(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。
75126
94
2025-10-26 11:29
42679
59
2025-10-26 11:29
91482
92
2025-10-26 11:29
29581
51
2025-10-26 11:29
85236
76
2025-10-26 11:29
68235
15
2025-10-26 11:29
68137
63
2025-10-26 11:29
87261
85
2025-10-26 11:29
94176
37
2025-10-26 11:29
72915
75
2025-10-26 11:29
38167
27
2025-10-26 11:29
26591
53
2025-10-26 11:29
26879
43
2025-10-26 11:29
16293
57
2025-10-26 11:29
52719
59
2025-10-26 11:29
98245
18
2025-10-26 11:29
59614
72
2025-10-26 11:29
96124
65
2025-10-26 11:29
31798
23
2025-10-26 11:29
84691
17
2025-10-26 11:29
34759
95
2025-10-26 11:29
58649
85
2025-10-26 11:29
15962
19
2025-10-26 11:29
95714
21
2025-10-26 11:29
14825
94
2025-10-26 11:29
63142
87
2025-10-26 11:29
16948
61
2025-10-26 11:29
39876
98
2025-10-26 11:29
31742
94
2025-10-26 11:29
51792
71
2025-10-26 11:29
76458
69
2025-10-26 11:29
51396
54
2025-10-26 11:29
53689
24
2025-10-26 11:29
38764
34
2025-10-26 11:29
34719
92
2025-10-26 11:29
45316
83
2025-10-26 11:29
82736
21
2025-10-26 11:29
18457
75
2025-10-26 11:29
28461
86
2025-10-26 11:29
54936
63
2025-10-26 11:29
17548
42
2025-10-26 11:29
92863
93
2025-10-26 11:29
32416
52
2025-10-26 11:29
23817
89
2025-10-26 11:29
97548
15
2025-10-26 11:29
84952
63
2025-10-26 11:29
25913
63
2025-10-26 11:29
45173
23
2025-10-26 11:29
24869
98
2025-10-26 11:29
32785
46
2025-10-26 11:29
53916
26
2025-10-26 11:29
17356
72
2025-10-26 11:29
64921
48
2025-10-26 11:29
| 曼城直播 | 魅影直播 |
| 直播黄台app凤蝶 | |
| 苹果直播 | 桃花app |
| 蜜糖直播 | |
| 直播黄台app凤蝶 | 榴莲视频 |
| 成人性做爰直播 | |
| 青柠直播 | 香蕉直播 |
| 青草直播 | |
| 小狐狸直播 | 小妲己直播 |
| 魅影直播 | |
| 苹果直播 | 蜜桃直播 |
| 苹果直播 | |
| 飞速直播 | 魅影5.3直播 |
| 秀色直播app下载安装app | |
| 月夜直播在线观看 | 榴莲视频 |
| 密桃直播 | |
| 小草莓直播 | 蜜糖直播 |
| 秀色直播app下载 | |
| 茄子直播 | 直播全婐app免费 |
| 樱花直播nba | |