日本御嶽火山噴發煙柱達1300米 火山口附近禁止進入
2026-02-22 18:31 3,258次浏览北京8月8日電 (記者 夏賓)近期，我國連續推出了包括育兒補貼、免保育教育費在內的一系列政策。清華大學經濟管理學院長聘副教授吳斌珍8日在接受記者專訪時稱，此次育兒補貼政策有多個亮點： 一是範圍覆蓋至全國，二是無論第幾胎均可平等享受，三是補貼額度不低，佔人均GDP的比例3.8%左右，在國際比較中處於中遊偏上水平，四是直接發放現金補貼，五是統一國家基礎標準，同時允許地方提升。 育兒補貼是新中國成立以來首次大範圍、普惠式、直接性向群眾發放的民生保障現金補貼。吳斌珍說，育兒補貼是強化生育支持、促進生育友好的激勵政策。一方面，非常明確地釋放信號、表明決心，即加大財政支持力度，包括育兒補貼、免保育教育費，這比其他政策(效果)更直接。 另一方面，通過增加嬰幼兒家庭的實際收入，以提升家庭購買力，並給予家庭穩定的「減負」預期。其中，育兒補貼每年惠及上千萬個家庭；國家統一實施的免保育教育費政策覆蓋所有幼兒園的大班兒童，預計今年秋季學期將惠及約1200萬人。這將帶動母嬰用品、幼教增值服務等相關產業發展，有助於經濟復甦。 她進一步稱，在投資回報率方面，很多量化研究證實，投資幼兒教育的收益遠大於成本。不管是託育還是學前階段，幼兒教育每投資1美元，就能產生3至12美元的回報。而且不少研究指出，各個成長階段的投入中，幼兒教育的投資回報最高。其中一個重要原因是，人的認知和發展存在「敏感期」，0至6歲是兒童大腦發育、社交和情感發展以及價值觀和行為習慣形成的關鍵時期。 此外，幼兒教育是教育的起始和奠基環節，教育的動態連續性和互補性意味著幼兒教育對後續教育體系的成效具有重要影響，是建設教育強國的基礎。對於家庭，好的幼教體系可以解放幼兒母親，提高她們的勞動參與率和收入水平。 她指出，現階段強調「投資於人」，是由人口、經濟和社會發展的多重挑戰驅動的。經濟的發展已經轉向主要依靠高素質勞動力驅動創新和技術進步，人才競爭已經成為國家競爭的主戰場，國家需要「投資於人」，通過教育、健康和人口政策提升人力資本，支撐產業升級。 吳斌珍說，投資於人還有助於提升收入進而提振消費，讓居民安心消費。中國家庭歷來重視教育，高昂的教育負擔難免變成消費的後顧之憂。通過公共財政幫助家庭「投資於人」，減輕家庭負擔，能更有效地釋放消費潛力，助力經濟內循環。(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。
祼女直播app
「活动」首次登录送新手大礼包
客服热线：138-4786-6951
红杏直播类似软件
猜你喜欢
13
68154
35
2026-02-22 18:31
27419
13
2026-02-22 18:31
96235
61
2026-02-22 18:31
42578
28
2026-02-22 18:31
38917
59
2026-02-22 18:31
85319
31
2026-02-22 18:31
69547
68
2026-02-22 18:31
71942
29
2026-02-22 18:31
42318
82
2026-02-22 18:31
42968
21
2026-02-22 18:31
59863
29
2026-02-22 18:31
12
16549
69
61823
85
16
14576
61
76485
28
57386
87153
91