【抗戰勝利80周年】寧夏同心：2800餘名師生徒步42公裡 紀念抗戰勝利80周年
2025-11-27 10:58 2,671次浏览貴州榕江8月12日電 題：51支球隊戰「村超」全國賽：草根足球匯聚民族情誼 記者 袁超 時隔2個多月，再次來到貴州「村超」的球場上，新疆維吾爾自治區球隊的球員加烏蘭·加帕爾與隊友們用「回家」二字表達內心的喜悅。看到榕江民眾熱情的歡迎，加烏蘭·加帕爾拉著隊友即興來了一段新疆舞，瞬間引來大家的歡呼。 2025年貴州「村超」全國賽(以下簡稱，「村超」全國賽)連日來在貴州省黔東南苗族侗族自治州榕江縣如火如荼展開。經過近5個月的賽區角逐，中國各地51支隊伍在賽區脫穎而出，匯聚榕江參加總決賽。全國賽的打響，代表著「發動榕江人民自己玩」的貴州「村超」從質變跳躍到「吸引全國人民一起玩」的中國「村超」。 圖為8月10日，新疆「兵超」代表隊在「村超」全國賽首場比賽獲勝後合影。記者 袁超 攝 「在『村超』球場上踢球是一種享受。」加烏蘭·加帕爾生活的新疆擁有濃厚的足球氛圍，每個周末都有業餘足球比賽，這些比賽也恰巧讓工作繁忙的加烏蘭·加帕爾暫時卸下生活的壓力，在奔跑與傳球中找回純粹的快樂。「得知要舉辦『村超』全國賽，我和隊友們特別激動，拼盡全力都想要在『村超』舞臺展現自我。」 「村超」全國賽的球場上，球員們操著家鄉方言與隊友溝通交流，各類方言在足球場上此起彼伏。這一幕讓香港海南社團總會足球隊守門員吳逸凱感慨地說：「以前很少有機會和北方的球員踢球，經『村超』一戰，體會到北方球員爽朗直接的勁兒，就算隔著方言的差異，一個眼神、一聲喊話也能立刻明白彼此的意思，這或許是『村超』最動人的地方。」 圖為8月11日，香港海南社團總會足球隊球員(紫衣)與湖南省寧鄉市金洲星邦智能足球隊球員(藍衣)展開拼搶。記者 袁超 攝 前來參加「村超」全國賽的雲南楚雄州馬纓花足球隊，不僅帶來了獨具雲南風情的歌舞表演，還將「雲南名片」——鮮花帶到了賽場，隊友們捧著玫瑰花向對手球隊送上賽前祝福。在領隊胡程恭看來，「村超」賽場不僅是足球的競技場，更是民族文化、特色農產品的「秀場」。「村超」拉進了距離，彼此的感情像花一樣悄然綻放。 西藏墨脫縣體育局局長吳承志是「村超」的鐵桿粉絲，「村超」每一個重要節點的賽事，他都十分關注。這次「村超」全國賽，是吳承志第一次到榕江「村超」現場。讓吳承志頗感震撼的是，足球場上的各地文化展示，正是中華民族團結的寫照。 此次參加「村超」全國賽，西藏墨脫縣的球員們跨越了萬水千山，先乘坐客車再轉乘飛機，最後轉乘高鐵抵達榕江，路程超2000公裡。吳承志將這一路的奔波表述為對足球的執著與對相聚的期待。「儘管路途勞累，但當踏上『村超』的綠茵場，看到現場熱情的觀眾和來自全國各地的球隊時，大家臉上的疲憊瞬間被興奮取代。」 「村超」全國賽自啟動以來就備受關注，中國多省份陸續與榕江縣籤約。除足球賽事外，籤約各方還將在城市品牌塑造、產業協同、文旅融合、足球文化等領域展開全方位合作。 圖為8月10日，拉拉隊在場邊為球隊加油。龍建睿 攝 2025年6月下旬，榕江縣遭遇了特大洪水，「村超」全國賽各省賽區紛紛展開愛心捐贈，將足球建立起來的友誼轉化為助力榕江災後重建的動力。數據統計，榕江洪災期間，「村超」全國賽各省賽區共捐贈資金、物資(折合人民幣)共計517.9萬元。 「每一支球隊都是榕江的親人。」榕江縣政協副主席、「村超」全國賽總負責人石晶說，「全國各賽區紛紛伸出援手，捐贈的資金物資像及時雨般助力榕江災後重建。雪中送炭的溫暖，比任何賽事獎盃都更沉甸甸、更珍貴，這讓『村超』從足球比賽變成了一場人心相聚。」(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。
小蝌蚪app
「活动」首次登录送新手大礼包
- 软件大小: 136.91MB
- 最后更新: 2025-11-27 10:58
- 最新版本: v17.6.19.10
- 文件格式: apk
- 应用分类:ios-Android 春雨app直播免费看
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.14以上
客服热线：131-1968-7562
樱花直播类似软件
猜你喜欢
59812
24
2025-11-27 10:58
27491
83
2025-11-27 10:58
13976
68
2025-11-27 10:58
47619
94
2025-11-27 10:58
98546
39
2025-11-27 10:58
35682
59
2025-11-27 10:58
24836
83
2025-11-27 10:58
45682
37
2025-11-27 10:58
56389
26
2025-11-27 10:58
78214
56
2025-11-27 10:58
41836
34
2025-11-27 10:58
12846
61427
81
59
71496
48392
64
35497
87
73284
56
94135
51
94238
