8月13日電 據商務部網站消息,商務部發布公告2025年第42號,公布對原產於印度的進口單模光纖所適用的反傾銷措施發起期終覆審調查。具體內容如下: 2014年8月13日,商務部發布2014年第56號公告,決定自2014年8月14日起,對原產於印度的進口單模光纖徵收反傾銷稅,稅率為7.4%—30.6%,實施期限為5年。 2020年8月13日,商務部發布2020年第29號公告,決定自2020年8月14日起,繼續對原產於印度的進口單模光纖徵收反傾銷稅,實施期限為5年。 2025年6月5日,商務部收到長飛光纖光纜股份有限公司、江蘇亨通光纖科技有限公司、烽火藤倉光纖科技有限公司、中天科技光纖有限公司和成都中住光纖有限公司代表中國單模光纖產業提交的反傾銷措施期終覆審申請書。申請人主張,如果終止反傾銷措施,原產於印度的進口單模光纖的傾銷可能繼續或再度發生,對中國產業造成的損害可能繼續或再度發生,請求商務部對原產於印度的進口單模光纖進行期終覆審調查,並維持對原產於印度的進口單模光纖實施的反傾銷措施。 根據《中華人民共和國反傾銷條例》有關規定,商務部對申請人資格、被調查產品和中國同類產品有關情況、反傾銷措施實施期間被調查產品進口情況、傾銷繼續或再度發生的可能性、損害繼續或再度發生的可能性及相關證據等進行了審查。現有證據表明,申請人符合《中華人民共和國反傾銷條例》第十一條、第十三條和第十七條關於產業及產業代表性的規定,有資格代表中國單模光纖產業提出申請。調查機關認為,申請人的主張以及所提交的表面證據符合期終覆審立案的要求。 根據《中華人民共和國反傾銷條例》第四十八條規定,商務部決定自2025年8月14日起,對原產於印度的進口單模光纖所適用的反傾銷措施進行期終覆審調查。現將有關事項公告如下: 一、繼續實施反傾銷措施 根據商務部建議,國務院關稅稅則委員會決定,在反傾銷措施期終覆審調查期間,對原產於印度的進口單模光纖繼續按照商務部2014年第56號公告和2020年第29號公告公布的徵稅範圍和稅率徵收反傾銷稅。對各公司徵收的反傾銷稅稅率如下: 1.配合調查公司。 (1)斯德雷特科技有限公司 7.4% (Sterlite Technologies Limited) (2)貝拉古河光纖有限公司 11.4% (Birla Furukawa Fibre Optics Limited) (3)康寧技術印度有限公司 24.5% (Corning Technologies India Private Limited) 2.未配合調查公司。 (1)阿克什光纖有限公司 30.6% (Aksh Optifibre Limited) (2)菲諾萊克斯電纜有限公司 30.6% (Finolex Cables Limited) 3.其他印度公司 24.5% 二、覆審調查期 本次覆審的傾銷調查期為2024年4月1日至2025年3月31日,產業損害調查期為2021年1月1日至2025年3月31日。 三、覆審調查產品範圍 覆審產品範圍是原反傾銷措施所適用的產品,與商務部2014年第56號公告和2020年第29號公告的產品範圍一致。具體如下: 被調查產品名稱:單模光纖,英文名稱:Single-mode Optical Fiber。 具體描述:單模光纖是指在一定的波段範圍內,只傳輸單一模式光信號的光纖。單模光纖的芯徑通常在4-12μm範圍內,包層直徑為125μm左右,塗覆層直徑在245μm左右。單模光纖具有傳輸速率快、傳輸距離長、傳輸容量大的特點。 主要用途:單模光纖適用於各類光纜結構,包括光纖帶光纜、松套層絞光纜、骨架光纜、中心束管式光纜、緊套光纜、皮線纜、碟形光纜等。單模光纖主要應用於高速率、長距離以及接入網傳輸,主要使用在長途幹線、城域網、有線電視、光纖接入網(如FTTH)等網絡。 被調查產品歸在《中華人民共和國進出口稅則》:90011000。該稅則號項下不符合被調查產品具體描述的其他種類的光纖、光導纖維束及光纜,不屬於本次調查範圍。 四、覆審內容 本次覆審調查的內容為:如果終止對原產於印度的進口單模光纖實施的反傾銷措施,是否可能導致傾銷和損害繼續或再度發生。 五、登記參加調查 利害關係方可於本公告發布之日起20日內,向商務部貿易救濟調查局登記參加本次反傾銷期終覆審調查。參加調查的利害關係方應根據《登記參加調查的參考格式》提供基本身份信息、向中國出口或進口本案被調查產品的數量及金額、生產和銷售同類產品的數量及金額以及關聯情況等說明材料。《登記參加調查的參考格式》可在商務部網站貿易救濟調查局子網站下載。 利害關係方登記參加本次反傾銷調查,應通過「貿易救濟調查信息化平臺」(https://etrb.mofcom.gov.cn)提交電子版本,並根據商務部的要求,同時提交書面版本。電子版本和書面版本內容應相同,格式應保持一致。 本公告所稱的利害關係方是指《中華人民共和國反傾銷條例》第十九條規定的個人和組織。 六、查閱公開信息 利害關係方可在商務部網站貿易救濟調查局子網站下載或到商務部貿易救濟公開信息查閱室(電話:0086-10-65197856)查找、閱覽、抄錄並複印本案申請人提交的申請書的非保密文本。調查過程中,利害關係方可通過相關網站查詢案件公開信息,或到商務部貿易救濟公開信息查閱室查找、閱覽、抄錄並複印案件公開信息。 七、對立案的評論 利害關係方對本次調查的產品範圍及申請人資格、被調查國家(地區)及其他相關問題如需發表評論,可於本公告發布之日起20天內將書面意見提交至商務部貿易救濟調查局。 八、調查方式 根據《中華人民共和國反傾銷條例》第二十條規定,商務部可以採用問卷、抽樣、聽證會、現場核查等方式向有關利害關係方了解情況,進行調查。 為獲得本案調查所需要的信息,商務部通常在本公告規定的登記參加調查截止之日起10個工作日內向利害關係方發放調查問卷。利害關係方可以從商務部網站貿易救濟調查局子網站下載調查問卷。 利害關係方應在規定時間內提交完整、準確的答卷。答卷應當包括調查問卷所要求的全部信息。 九、信息的提交和處理 利害關係方在調查過程中提交評論意見、答卷等,應通過「貿易救濟調查信息化平臺」(https://etrb.mofcom.gov.cn)提交電子版本,並根據商務部的要求,同時提交書面版本。電子版本和書面版本內容應相同,格式應保持一致。 利害關係方向商務部提交的信息如需保密,可向商務部提出對相關信息進行保密處理的請求並說明理由。如商務部同意其請求,申請保密的利害關係方應同時提供該保密信息的非保密概要。非保密概要應當包含充分的有意義的信息,使其他利害關係方能合理理解保密信息。如不能提供非保密概要,應說明理由。如利害關係方提交的信息未說明需要保密的,商務部將視該信息為公開信息。 十、不合作的後果 根據《中華人民共和國反傾銷條例》第二十一條的規定,商務部進行調查時,利害關係方應當如實反映情況,提供有關資料。利害關係方不如實反映情況、提供有關資料的,或者沒有在合理時間內提供必要信息的,或者以其他方式嚴重妨礙調查的,商務部可以根據已經獲得的事實和可獲得的最佳信息作出裁定。 十一、調查期限 本次調查自2025年8月14日開始,應於2026年8月14日前(不含本日)結束。 十二、商務部聯繫方式 地址:中國北京市東長安街2號 郵編:100731 商務部貿易救濟調查局 進口調查五處 電話:0086-10-65198062、65198197 傳真:0086-10-65198172 網站:商務部網站貿易救濟調查局子網站(http://trb.mofcom.gov.cn)
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。
35472
27
2025-11-05 19:46
14398
41
2025-11-05 19:46
79521
85
2025-11-05 19:46
82569
36
2025-11-05 19:46
72458
17
2025-11-05 19:46
68273
45
2025-11-05 19:46
58297
38
2025-11-05 19:46
24965
57
2025-11-05 19:46
72839
64
2025-11-05 19:46
26359
15
2025-11-05 19:46
97856
86
2025-11-05 19:46
98675
49
2025-11-05 19:46
31297
51
2025-11-05 19:46
46375
56
2025-11-05 19:46
68514
62
2025-11-05 19:46
51896
64
2025-11-05 19:46
98123
58
2025-11-05 19:46
14526
73
2025-11-05 19:46
53814
47
2025-11-05 19:46
45783
45
2025-11-05 19:46
92745
64
2025-11-05 19:46
78542
37
2025-11-05 19:46
89471
64
2025-11-05 19:46
14328
64
2025-11-05 19:46
52689
96
2025-11-05 19:46
16478
31
2025-11-05 19:46
92845
42
2025-11-05 19:46
49371
64
2025-11-05 19:46
53189
76
2025-11-05 19:46
42796
64
2025-11-05 19:46
48729
56
2025-11-05 19:46
12586
52
2025-11-05 19:46
57943
67
2025-11-05 19:46
35167
57
2025-11-05 19:46
68532
53
2025-11-05 19:46
64895
73
2025-11-05 19:46
65172
86
2025-11-05 19:46
96745
62
2025-11-05 19:46
38152
39
2025-11-05 19:46
49761
24
2025-11-05 19:46
27986
36
2025-11-05 19:46
32948
42
2025-11-05 19:46
74816
89
2025-11-05 19:46
57834
41
2025-11-05 19:46
39547
14
2025-11-05 19:46
45831
83
2025-11-05 19:46
17892
43
2025-11-05 19:46
29687
32
2025-11-05 19:46
43782
85
2025-11-05 19:46
61248
41
2025-11-05 19:46
79621
34
2025-11-05 19:46
43629
12
2025-11-05 19:46
75981
87
2025-11-05 19:46
| tvn直播 | 妲己直播 |
| 月夜直播 | |
| 色花堂直播 | 心跳直播 |
| 极速直播 | |
| 牡丹直播 | 樱花直播nba |
| 仙凡直播 | |
| 茄子直播 | 成人免费直播 |
| 花儿直播 | |
| 暖暖直播 | love直播 |
| 橙色直播 | |
| 伊对免费下载 | 糖果直播 |
| 春雨直播 | |
| 免费播放片色情a片 | 免费直播平台 |
| 么么直播 | |
| 春雨app直播免费看 | 樱花直播nba |
| 小猫咪视频 | |
| 五楼直播 | 九球直播 |
| 比心直播 | |
| 花瓣直播 | 美女直播 |
| 彼岸直播 | |