山東曲阜8月8日電(李明芮)中韓儒家經典研究論壇(2025)8月8日在山東曲阜召開,來自釜山大學、首爾大學、尼山世界儒學中心、山東大學等高校和科研院所的專家學者,圍繞《論語》傳承與教育價值,探討經典文本的現代詮釋,深化中韓學界對儒家經典的創新性詮釋,推動東亞文明交流互鑑。 8月8日,中韓儒家經典研究論壇(2025)在山東曲阜召開。李明芮 攝 孔子研究院院長、研究員孔德立主持開幕式時指出,以《論語》為代表的儒家經典,不僅塑造了中華文明的精神氣質,更對整個東亞文化圈產生了深遠而持久的歷史影響。中韓兩國一衣帶水,共享儒家文化的精神血脈,要在歷史脈絡中,探尋經典文本對中韓兩國的歷史和現代意義。 尼山世界儒學中心(中國孔子基金會秘書處)副主任、孔子研究院黨委書記朱瑞顯在致辭時表示,本次論壇聚焦《論語》等經典,不僅是文本解讀的學術對話,更是文明基因的深度解碼。「期待中韓學者能從『仁學』體系出發,探討東亞倫理與全球治理的融合路徑;能以『禮治』思想為鏡,反思現代社會的秩序重構;能借『中庸』智慧,尋求科技發展與人文關懷的有機平衡。」 山東大學儒學高等研究院特聘教授楊朝明以《<為政>居次:儒家治道中「方向」的實踐智慧》為題進行演講,剖析了《論語》的結構深意,指出緊隨《學而》篇之後的《為政》篇,蘊含著儒家思想從個人修養通向社會治理的核心智慧。他認為,方向的正確性是人生與治理的首要前提。「在當代社會,重新認識並汲取這份關於『正方向』的古老智慧,對個人、社會以及國家的發展,具有啟示意義。」 韓國釜山大學漢文系教授、韓國經學學會長金承龍在演講中系統梳理了19世紀至20世紀《論語》核心概念「君子」在16種英譯本中的翻譯演變史。他指出,《論語》作為西方譯介最廣的東方經典之一,「君子」一詞在其107處原文中承載著多重內涵,然而英語中並無完全對應的詞彙,譯者需在西方語境中「重塑」這一概念。他呼籲平等審視各方譯本,拒絕單一權威解讀,以此實現真正的跨文化溝通。 山東大學講席教授、《文史哲》主編杜澤遜線上指出,周朝時,分封在朝鮮的商朝箕子過殷墟時,所作的《麥秀歌》對文學產生了重要影響。中國唐代劉禹錫、北宋王安石、南宋陳宗傅等人的詩歌皆用典「麥秀」,形成了一定的文學傳統。朝鮮徐居正、周世鵬等人的詩作中也用典「麥秀」。他認為,通過檢索閱讀中、朝詩人對「麥秀」「黍離」的用典,可窺知中國與朝鮮在文化上有著極為密切的聯繫。 聊城大學政治與公共管理學院教授唐明貴以《李縡<論語講說>的詮釋特色》為題作演講,指出李縡《論語講說》的最大特色就是將《大學》「八條目」框架系統引入《論語》解讀,打破傳統按篇章或名物分類的慣例,為儒學實踐提供清晰路徑。 韓國首爾大學中文系教授李康齊主張從「現代社會」「領導者」「重讀」三個關鍵詞切入《論語》。他認為《論語》研究與教育的核心價值應聚焦「領導力培養」。孔子思想中的「和而不同」「修己治人」等理念就為現代社會的分裂危機與領導困境提供了關鍵解決路徑。 當天,與會專家學者還圍繞《論語》文本流傳、《論語》教育理念對構建人類命運共同體的價值啟示等進行分論壇研討。 本次活動由孔子研究院、韓國經學學會主辦。(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。
蜜桃app | 黄瓜直播 |
红楼直播 |
红桃直播 | 桃花app |
极速直播 |
黑白直播 | 密桃直播 |
看b站a8直播 |
香蕉直播 | 河豚直播 |
蜜糖直播 |
小蝌蚪app | 伊人下载 |
小草莓直播 |
抖音成人版 | 婬色直播 |
金莲直播 |
抖音成人版 | 魅影直播视频 |
魅影直播游客免登录 |
免费直播 | 柠檬直播 |
免费直播行情网站大全 |
奇秀直播 | 秀色直播 |
桃花app |
迷笛直播 | 抖音成人版 |
牡丹直播 |