中國青年報客戶端杭州8月4日電(中青報·中青網記者 朱彩雲 孔斯琪 見習記者 盧健)用電力大數據實現智慧養老場景預警、建設全省第一個村級電力服務驛站讓充電樁下鄉……「千萬工程」源起地——杭州梅林村,以「數字」和「低碳」的方式,又一次靠近未來。 8月4日,中青報·中青網記者參加「活力中國調研行」主題採訪時來到杭州蕭山區瓜瀝鎮梅林村,連片斜頂洋房與稻田展現出新農村的圖景。 「從建築外觀上看,這些小洋房沒什麼變化,變化的是村民們的用電需求。」90後樓馮梁2013年入職瓜瀝供電所後,每月都來梅林村巡視電力線路,他告訴記者,20年來,梅林村經歷低壓農網升級改造、增加電力增容布點,梅林村戶均容量從原來的3.17增加到11.86千伏安,「這相當於可安裝5臺空調。」 如今,不再為用電穩定發愁的梅林村民們繼續追求「用好電」與「用好能」。「2018年起,梅林村開始有個人充電樁報裝需求,目前村裡新能源汽車近100輛。」樓馮梁告訴記者,現在一些村民的自家庭院就裝有充電樁。 更直觀的數據是,該村光伏發電每年減少碳排放量3000噸,村域內分布智能充電樁16個,該村光充儲一體化充電站還配置30千瓦的儲能。 「經過兩年的運營,全站日均充電量已達到1000度/天,日均充電車輛近40輛,有不少來自周邊企業。」已成為國網杭州供電公司零碳工程師的樓馮梁說,村裡以光伏搭配儲能實現「自發自用、全額消納」,通過提升清潔能源消納率探索「綠電增值」新模式,「從光伏自用比例看,村民光伏自發自用率提升30%,村民每年充電支出節省25%。」
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。
25914
15
2026-01-08 14:57
94638
52
2026-01-08 14:57
19643
79
2026-01-08 14:57
45613
38
2026-01-08 14:57
86247
96
2026-01-08 14:57
28417
59
2026-01-08 14:57
72136
91
2026-01-08 14:57
26357
28
2026-01-08 14:57
52698
23
2026-01-08 14:57
27495
13
2026-01-08 14:57
37589
72
2026-01-08 14:57
78649
12
2026-01-08 14:57
76412
87
2026-01-08 14:57
67845
51
2026-01-08 14:57
67245
98
2026-01-08 14:57
29815
14
2026-01-08 14:57
23598
18
2026-01-08 14:57
97561
12
2026-01-08 14:57
61538
71
2026-01-08 14:57
25914
64
2026-01-08 14:57
34752
39
2026-01-08 14:57
74539
63
2026-01-08 14:57
53124
61
2026-01-08 14:57
54763
45
2026-01-08 14:57
49218
29
2026-01-08 14:57
38759
62
2026-01-08 14:57
52196
93
2026-01-08 14:57
62531
18
2026-01-08 14:57
32471
18
2026-01-08 14:57
78652
34
2026-01-08 14:57
98364
26
2026-01-08 14:57
45926
56
2026-01-08 14:57
54798
27
2026-01-08 14:57
68314
17
2026-01-08 14:57
28796
31
2026-01-08 14:57
23745
83
2026-01-08 14:57
45271
43
2026-01-08 14:57
86327
95
2026-01-08 14:57
56248
51
2026-01-08 14:57
23769
86
2026-01-08 14:57
67841
57
2026-01-08 14:57
54897
36
2026-01-08 14:57
49571
57
2026-01-08 14:57
93271
46
2026-01-08 14:57
32589
57
2026-01-08 14:57
72146
18
2026-01-08 14:57
53176
48
2026-01-08 14:57
24716
24
2026-01-08 14:57
83654
32
2026-01-08 14:57
67958
24
2026-01-08 14:57
67523
13
2026-01-08 14:57
| 月神直播 | 橘子直播 |
| 蜜桃直播 | |
| 月夜直播 | 魅影直播视频 |
| 抖音成人版 | |
| 现场直播 | 深夜大秀直播app |
| 小猫直播 | |
| 六月直播 | 樱桃直播 |
| 青草直播 | |
| 蝴蝶直播 | 百丽直播 |
| 成人免费直播 | |
| 九球直播 | 樱花直播 |
| 花间直播 | |
| 茄子直播 | 花瓣直播 |
| 鲨鱼直播 | |
| 心跳直播 | 伊人直播 |
| 仙凡直播 | |
| 月夜直播 | 鲨鱼直播 |
| 红杏直播 | |
| 绿茶直播 | 零七直播 |
| 魅影直播游客免登录 | |