武漢8月8日電 (梁婷 高媛)記者8日從湖北省水利廳獲悉,2024年度《湖北省湖泊保護與管理白皮書》(以下簡稱白皮書)近日正式發布,系統呈現湖北省湖泊保護年度成果。 據白皮書顯示,2024年,列入湖北省級湖泊保護名錄的湖泊共755個,總面積2706.85平方公裡,湖泊數量沒有減少,面積沒有萎縮。湖北湖泊洪水調蓄、農業灌溉、水產養殖、旅遊觀光等功能效益持續發揮。24個省控湖泊的29個水域中,水質為Ⅱ類—Ⅲ類的水域佔58.6%,與2023年相比,提升13.8個百分點;水質為Ⅳ類、Ⅴ類的水域分別降至27.6%、13.8%,無劣Ⅴ類水域。 數據顯示,2024年,湖北完成湖泊生態修復項目54個,建成汙水集中處理設施108處,開展入湖河道綜合治理155處,修復湖濱溼地63處,建設溼地恢復示範區15處。全省持續投入湖泊保護經費,武漢、黃石等八市建立了湖泊生態補償機制。 此外,武漢市豹澥湖、鄂州市梁子湖和孝感市老觀湖被評為2024年度湖北省湖泊保護典型案例。武漢市豹澥湖通過「水岸同治」推進生態修復,總磷濃度下降43.2%,水質從Ⅳ類升至Ⅲ類,吸引青頭潛鴨等珍稀物種棲息,成為湖泊水質改善與生物多樣性恢復的典範。鄂州梁子湖創新「水草+」生態模式,種植沉水植物淨化水質,帶動水草加工、生態漁業等產業發展,年產值超5000萬元,實現生態效益與經濟效益雙贏。孝感市老觀湖以生態保護為基礎發展文旅產業,通過打造特色生態旅遊項目,年接待遊客量穩步增長,成為「保護促進利用,利用反哺保護」的鮮活樣本。 自《湖北省湖泊保護條例》出臺以來,湖北已連續12年發布白皮書,為各涉湖政府在湖泊保護和管理工作中提供參考和幫助,也為全社會了解湖北湖泊保護管理工作提供翔實的信息資源。(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。
32487
84
2025-10-30 15:35
18672
18
2025-10-30 15:35
94675
58
2025-10-30 15:35
49318
21
2025-10-30 15:35
59834
19
2025-10-30 15:35
89132
27
2025-10-30 15:35
74931
16
2025-10-30 15:35
92647
23
2025-10-30 15:35
49271
27
2025-10-30 15:35
16879
31
2025-10-30 15:35
61234
49
2025-10-30 15:35
49635
68
2025-10-30 15:35
83597
15
2025-10-30 15:35
84152
41
2025-10-30 15:35
49765
96
2025-10-30 15:35
74193
82
2025-10-30 15:35
39154
16
2025-10-30 15:35
71538
27
2025-10-30 15:35
27985
94
2025-10-30 15:35
13678
95
2025-10-30 15:35
39451
42
2025-10-30 15:35
35428
69
2025-10-30 15:35
79165
14
2025-10-30 15:35
25794
31
2025-10-30 15:35
97381
93
2025-10-30 15:35
38574
84
2025-10-30 15:35
16493
84
2025-10-30 15:35
74896
27
2025-10-30 15:35
25713
36
2025-10-30 15:35
96127
52
2025-10-30 15:35
23159
64
2025-10-30 15:35
79315
26
2025-10-30 15:35
58169
85
2025-10-30 15:35
81456
83
2025-10-30 15:35
62893
15
2025-10-30 15:35
25378
15
2025-10-30 15:35
14768
82
2025-10-30 15:35
98137
45
2025-10-30 15:35
26318
32
2025-10-30 15:35
25194
19
2025-10-30 15:35
39814
98
2025-10-30 15:35
49621
31
2025-10-30 15:35
69354
75
2025-10-30 15:35
61372
97
2025-10-30 15:35
13968
69
2025-10-30 15:35
91853
25
2025-10-30 15:35
78361
31
2025-10-30 15:35
72951
94
2025-10-30 15:35
15968
93
2025-10-30 15:35
73619
76
2025-10-30 15:35
18593
15
2025-10-30 15:35
25481
71
2025-10-30 15:35
| 抓饭直播 | 橙色直播 |
| 花儿直播 | |
| 嫦娥直播 | 美女直播app |
| 月夜直播在线观看 | |
| 迷笛直播 | 色花堂直播 |
| 香蕉直播 | |
| 小蝌蚪app | 水仙直播 |
| 夜月视频直播 | |
| 鲨鱼直播 | 百丽直播 |
| 9i安装下载 | |
| 国外b站刺激战场直播app | 花瓣直播 |
| 杏仁直播 | |
| 绿茵直播 | 魅影app免费下载安装 |
| 月神直播 | |
| 桔子直播 | 花间直播 |
| 小蝌蚪app | |
| 花儿直播 | 趣播 |
| 69美女直播 | |
| 魅影app下载免费版 | 樱花直播 |
| 少妇免费直播 | |