攝影師拍到「藍色噴流閃電」
2025-11-08 14:24 3,481次浏览玉溪8月7日電 (李丹)「最近在星雲湖頻頻看到星雲白魚現身，說明20多年的土著魚類保護工作初顯成效。」7日，雲南省玉溪市江川區畜牧水產站站長張四春如是說。 地處滇中江川的星雲湖，是雲南高原湖泊之一。據記載，該湖共有15種土著魚類，其中星雲白魚僅分布於此，產量曾佔星雲湖漁產總量的20%。 人工繁殖出的星雲白魚。李丹 攝 張四春介紹，星雲白魚最顯著的特徵是體型細長側扁，體呈銀白色，背部呈青灰色，鱗片細小。20世紀末，因水質惡化、過度捕撈、外來物種入侵等多種因素，導致星雲白魚銳減，一度難覓蹤跡。2004年，江川啟動星雲白魚專項保護工程。 「2005年，有人在跳魚溝發現星雲白魚蹤跡，我請了一位經驗豐富的老漁民開始蹲守捕撈，兩個多月共捕獲800多條母本。」張四春介紹，依託母本，兩年後，他和團隊攻克難關，實現星雲白魚人工馴養繁殖；2009年又成功繁育出子二代魚苗，實現全人工繁殖。此後，累計向星雲湖放流星雲白魚33.6萬尾，為物種延續播撒下希望。 張四春介紹，星雲白魚對產卵的環境要求極高，4至10月為產卵期，端午節前後是高峰期，一條雌魚一年可分批產約6000粒卵，魚卵附著在河中礫石或水生植物上。 江川區星雲湖管理局副局長楊鈺介紹，近期多種魚迎來產卵季，為守護繁殖關鍵期，星雲湖已於8月1日起進入封湖禁漁期。 近年來，江川區持續推進星雲湖湖外水資源循環利用綜合性工程，創新推廣生態種養模式，科學劃定禁養區與限養區，持續補植和修復溼地原生植物群落，不斷提升湖泊自淨能力，為魚類生存繁衍提供了優良的水生態環境。下一步，將繼續完善生態調控機制，優化魚類增殖放流、棲息地修復等保護措施，讓生態保護成果惠及子孫後代。(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。
蝴蝶直播
「活动」首次登录送新手大礼包
- 软件大小: 625.76MB
- 最后更新: 2025-11-08 14:24
- 最新版本: v12.7.6.17
- 文件格式: apk
- 应用分类:ios-Android 97播播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.21以上
客服热线：137-7134-9725
小妲己直播类似软件
猜你喜欢
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
-
2025-11-08 14:24
71385
52
2025-11-08 14:24
52389
63
2025-11-08 14:24
31276
85
2025-11-08 14:24
29317
26
2025-11-08 14:24
12697
98
2025-11-08 14:24
62751
19
2025-11-08 14:24
98347
35
2025-11-08 14:24
85147
86
2025-11-08 14:24
45927
52
2025-11-08 14:24
15649
85
2025-11-08 14:24
69328
84193
27691
61378
38642
82597
32158
94231
