人類VS人形機器人，人類體育成績仍遙遙領先
2025-10-29 06:17 4,817次浏览忻州8月8日電 (劉小紅)8日，一場聚焦楊家武術傳承與發展的學術盛會在山西代縣拉開帷幕。來自北京體育大學、山西大學、河南大學等高校的專家學者，與楊家武術傳承人、武術愛好者齊聚一堂，共同探討楊家武術的傳承路徑與發展方向。 8日，一場聚焦楊家武術傳承與發展的學術盛會在山西代縣拉開帷幕。劉小紅攝 楊家武術源遠流長，作為武術文化瑰寶，是無數武術愛好者心中的經典。然而，隨著時代的發展，楊家武術的傳承面臨諸多挑戰。據了解，在楊家將後人集中的代縣鹿蹄澗村，目前僅有13位村民還會楊家武術，且多為年事已高的老人。 會議現場，針對楊家武術的傳承與發展，專家學者們提出了多元化的策略。河南大學武術學院院長、教授洪浩以《他山之石：借鑑少林、太極等非遺武術傳承的成功案例，探尋楊家武術發展的具象化道路》為議題展開探討，他強調，政府支持、科學化、年輕化、產業化、國際化對楊家武術傳承至關重要，並呼籲制定中長期發展規劃。 北京體育大學中華民族傳統體育研究院院長、教授武冬圍繞立德樹人的主題，在現場通過武術示範，展示楊家武術的防禦性技術、團隊協作機制等特性，闡述教育理念。同時，他還以與小學生互動教學的方式，展示武術課程思政的具象化實踐。 太原工業學院體育旅遊研究中心主任、教授田文波以《產業賦能：探究楊家武術與文旅產業的融合發展路徑，實施武術發展的產業嘗試，打造「武術+文旅」的融合爆點》為議題進行交流。他從代縣旅遊發展與楊家武術文化傳承相輔相成的角度展開探討，並提出六個層面的建議，包括提煉武術精神、打造文化名片、加強市場配套、創新文化產品等，以促進地方經濟轉型發展。 近年來，代縣多措並舉推動楊家武術的傳承與發展。通過書籍編纂、數位化保護、師資培訓、武術進校園、武術展演等多種方式，代縣讓這一傳統武術項目重新煥發生機，並探索出一條立足本土資源稟賦、以文化賦能鄉村振興的新路徑。 當前，楊家武術的傳承迎來新的發展契機。2023年，楊家武術成功入選山西省非物質文化遺產名錄，為其傳承發展提供了政策支持和保障。同年10月，國家體育總局武術運動管理中心組建專家團隊對楊家將武術進行系統性挖掘整理，拍攝了23個套路的185個視頻和3164張圖片，編輯了《楊家武術系列叢書》，為楊家武術的推廣提供了豐富的教學資料。 此外，代縣大力推動楊家武術走進中小學課堂，於2024年舉辦「楊家武術進校園」活動。今年8月8日至10日，代縣舉辦2025年「雁門關武術英雄會」首屆全國楊家武術邀請賽。此次賽事匯聚了河北、河南、山西、內蒙古等地的300餘名楊家武術傳習者，他們與參加山西省傳統武術錦標賽的300名武術愛好者同臺交流切磋，共同推動楊家武術與傳統武術的傳承發展。 楊家武術源遠流長，作為武術文化瑰寶，是無數武術愛好者心中的經典。劉小紅攝 在楊家武術挖掘推廣的新態勢下，代縣鹿蹄澗村作為楊家將文化的發源地，積極創新「沉浸式」旅遊模式，打造了集文化體驗、有機農業、生態旅遊於一體的美麗鄉村，讓遊客在村子裡就能感受楊家武術的獨特魅力。 代縣縣委常委、副縣長解植崗表示，舉辦首屆楊家武術邀請賽，旨在展示楊家武術獨特魅力，打造全國性武術賽事品牌。而舉辦此次論壇，是為了系統探討楊家武術的文化價值與現代傳承路徑，推動武術創新發展。(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。
五楼直播
「活动」首次登录送新手大礼包
- 软件大小: 641.64MB
- 最后更新: 2025-10-29 06:17
- 最新版本: v10.4.9.9
- 文件格式: apk
- 应用分类:ios-Android 极速直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.96以上
客服热线：136-4392-4126
月夜直播在线观看类似软件
猜你喜欢
21694
48563
61
2025-10-29 06:17
54879
25
2025-10-29 06:17
92586
42
2025-10-29 06:17
59167
63
2025-10-29 06:17
83215
15
2025-10-29 06:17
28169
52
2025-10-29 06:17
17982
83
2025-10-29 06:17
21639
65
2025-10-29 06:17
98175
94
2025-10-29 06:17
43586
12
2025-10-29 06:17
35186
35
2025-10-29 06:17
47813
19
93187
68197
41367
89715
62
36984
31
17
