全球最大實體書城「灣區之眼」來了
2025-10-25 18:43 6,154次浏览天津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)
北京8月12日電 (記者 高凱)「動作戲份應該是一場高質量的對白，我不想讓觀眾去『看』一場打鬥，而是去『讀』一場打鬥，通過動作讀到角色沒有說的話，只不過是用拳腳、用刀鋒來繼續表達。」 被稱作奉獻了近年來「最狠打戲」的動作電影《捕風追影》即將上映，該片導演、編劇楊子日前接受專訪，談及對影片中動作戲份的理解，他表示，希望「每一招都是精準臺詞」。 《捕風追影》即將上映。片方供圖 電影《捕風追影》聚焦成龍、張子楓領銜的神秘警種「跟蹤隊」與梁家輝帶領的「狼系反派團」之間的貓鼠遊戲，雙方各設局中局鬥智鬥勇，在故事架構上呈現出警匪動作片的激烈陣營對峙模式。楊子坦言，「這個故事其實翻拍自2007年杜琪峯導演監製的《跟蹤》。」在楊子看來，追蹤戲本身具有武戲文拍的特點，「很多時候沒有正面交鋒，是很安靜的，但與此同時又是持續的交鋒，不張揚、沒有硝煙，在非常緊張的節奏下鬥智，拼觀察力、拼警覺性、拼預判……我覺得這是非常有張力、有魅力的一個點。」 《捕風追影》中，不乏對於這種「安靜交鋒」扣人心弦的呈現。如成龍與梁家輝菜市場的一番相互試探，在表面上尋攤問價的日常隨意之下，二人每句臺詞每個動作都於不經意間鋒刃盡顯，雙方智識的對決始終令人神經緊繃、進而大呼過癮。 此種環環相扣、多層反轉的情節設計對劇本架構有著頗高的要求。楊子透露，在確保邏輯嚴密度與懸念持續性上，自己的做法是「跟自己下棋」，站在片中不同角色的視角反覆推演，「這個過程中也會有新點子不斷進來，其實很多反轉都在細節上。與大開大合的設計相比，很多時候生活的細枝末節裡表現出的小細節反倒能呈現出更強的張力」。 事實上，《捕風追影》站在追蹤戲的魅力點上，結合當下科技發展與社會生活延展出了屬於自己的一條更具吸引力與現實厚度的線索：當科技不斷更迭，人工智慧日益發展，作為「人」本身該如何認識自身的價值，將自己身置何處？影片以一次實地斷案中警隊科技手段被反派黑客欺騙逼停開端，通過成龍扮演的老派跟蹤專家黃德忠引入以人為本的跟蹤隊……伴隨著充滿新鮮感的當代貓鼠遊戲的展開，亦於驚險刺激的追蹤大戲中開啟了對人與科技相互關係與最終價值的探討。 從心理經驗到感官直覺，《捕風追影》在故事推進的眾多關鍵細節點呈現出人工智慧之下「人」的作用，充滿絲滑爽感的同時令觀者直觀感受到人本身不可替代的光彩。然而與此同時，敘事者並未掉入非此即彼的窠臼，對人的突顯並非代表否定時代技術的進步。人有百密一疏，人有情難自禁，在影片中，正是警隊方的人工智慧系統「S.P.A.I.S」與跟蹤隊的配合達成了最終的抓捕。 關於人類與新技術的種種探討思考無疑為這部類型片增加了頗具分量的現實厚度，而影片最終以一種客觀從容的態度給出答案。楊子表示，「我不認為二者有互相取代的關係，就像這部電影裡呈現的，人工智慧缺少了人本身直覺的東西，潛意識的東西，那些能在最短的時間裡做最人性化的決策，這個決策是有溫度的。我心中的理想狀態其實反映在電影中，就是我們應該認識到自身的不可取代，而科技能成為人類最大的輔助。」 《捕風追影》即將上映。片方供圖 作為一部令人耳目一新的動作類型片，《捕風追影》從一開場便帶領觀眾瞬間沉浸於一段令人眼花繚亂、欲罷不能的追逐戲中，跟蹤、追逐、變裝、急轉急停、近身搏鬥、高空潛逃……一套炫目流程下來，觀眾已被牢牢吸引在大銀幕前。 談及這段「極限影像」，楊子坦言是「取經」短視頻，「短視頻時代，觀眾在欣賞習慣上很大的一個變化就是某種程度上的缺乏『耐心』，尤其是抱著體驗動作片刺激的觀眾，所以我從一開始就決定這部戲前面一定要節奏非常的快。」在楊子看來，當下觀眾在信息的接收和整合能力上已與往昔不可同日而語，「幾秒鐘的畫面，就已經對故事、情景有了一個判斷。所以可說我有意設定了這場戲，就是要快、要精準，要能帶著觀眾跑起來。」 《捕風追影》即將上映。片方供圖 隨著故事的展開，《捕風追影》開始了精彩且各有特色的動作場面的輸出。從成龍在片中重拾「家具城戰神」的經典動作模式到梁家輝於樓道中上演的以一敵三十的令人信服的招招致命，再到片中反派陣營中幾位年輕人令人炫目的配合急鬥，可以說每個角色的每場打戲都有著各自特點，與此同時，又與人物、故事緊密貼合。 特別值得一提的是成龍與梁家輝在食肆閣樓上一場「站不起來」的生死對決，在以空間局限「框」出的逼仄中，兩位戲骨於生死攻防中狠厲拉滿。通過凌厲的剪輯和鏡頭語言，觀眾能在雙方的每一次出招裡「讀」出其對自身及對手身處位置細節的考量，對對手接下來反應的預判。二人的表演充滿力度、速度與準度，觀者甚至完全可以透過每一次攻防轉換感受到對壘雙方的「腦力較量」。 在楊子看來，「好的動作戲應該是人物對話的延伸，是一場好的對白，我們想讓觀眾通過動作讀到角色沒有說出的話。」楊子認為，動作戲真正與人物和劇情融為一體，才能形成真正意義上的張力。 「每一招都是精準的臺詞，按照這個邏輯和審美去設計動作。動作戲一樣有文本的力量，那就是動作本身的文本力量」。楊子說。(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5.3直播
「活动」首次登录送新手大礼包
- 软件大小: 743.52MB
- 最后更新: 2025-10-25 18:43
- 最新版本: v14.11.13.1
- 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: 5.64以上
客服热线：139-9315-9215
45723
21674
49
62
26157
93
2025-10-25 18:43
76425
63
2025-10-25 18:43
21579
37
2025-10-25 18:43
71948
62
2025-10-25 18:43
21758
17
2025-10-25 18:43
53628
71
2025-10-25 18:43
86459
82
2025-10-25 18:43
94375
84
2025-10-25 18:43
61842
75
2025-10-25 18:43
68
65
65
87
97
91745
82947
98
83
42967
