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)
美國知名時事評論員、太和智庫高級研究員艾那・唐根8月8日在《中國日報》撰文稱,美國政府口口聲聲說加徵關稅是為了重振本國製造業,然而這就跟西班牙文豪塞萬提斯筆下的堂吉訶德同風車搏鬥一樣,註定徒勞無功。漫畫作者:中國日報 羅傑加徵關稅讓美國民眾不堪重負文章指出,對於美國政府的忠實支持者來說,2025年的關稅政策堪稱旨在重振本國製造業的大膽舉措。事實上,這與其說是新政策,不如說是一場政治秀。在這場充滿懷舊氣息的表演中,充斥著對昔日工業時代的懷念。正如堂吉訶德將風車當作巨人,美國政府將日益擴大的貿易逆差、其他國家的高效生產以及「美國夢」的破碎視為妖魔來襲。同誤入歧途的堂吉訶德一樣,美國政府陷入了幻想,想當然地認為加徵關稅就可以讓工廠起死回生、就業逐步恢復,甚至重現製造業的「黃金時代」。然而,美國政府耽於幻想、缺乏戰略布局,最終只會摧毀美國經濟。關稅通常被當作防禦手段,或者說是一塊經濟盾牌。對於迫切需要保護新興產業的發展中國家而言,加徵關稅有助於促進經濟發展。但是對於依賴全球供應鏈的發達國家來說,關稅是一把鈍器,也是一種累退稅,勢必增加萬千家庭的消費支出並擾亂國際貿易。當美國單方面對進口商品徵收15%至50%的關稅,為此買單的不是其他國家,而是美國消費者。耶魯大學預算實驗室4月發布的報告顯示,美國政府的關稅政策可能導致本國整體通脹率上升2.3%,相當於給每個美國普通家庭每年造成3800美元的損失。在信用卡、學生貸款和抵押貸款違約率創新高的背景下,關稅造成的額外負擔對民眾而言可謂雪上加霜。對於美國低收入群體來說,後果可能是災難性的。根據耶魯大學預算實驗室的上述報告,服裝和食品價格漲幅分別達到近17%和2.8%;新車售價上漲2000至1.5萬美元,漲幅為8.4%;進口維修零件價格上漲10%至35%。如今看來,這些影響並非無足輕重,而是正在撼動美國政府的選民基礎,那些來自農村、「鐵鏽帶」以及藍領階層的選民曾經對政府控制物價、讓製造業重返「黃金時代」的承諾深信不疑。加徵關稅不能重振美國製造業文章進一步表示,白宮聲稱加徵關稅可以「帶回就業崗位」,然而這種說法根本站不住腳。美國製造業不是隨時可以打開的水龍頭,而是一個被忽視的生態系統,需要花費近3萬億美元和20多年時間才能得到重振。例如,加徵41%的關稅或許能讓紡織業復甦,然而考慮到美國勞動力成本是中國的5倍、孟加拉國的29倍,消費者購買服裝的費用將上漲17%,而且就業崗位不會實現淨增長。更重要的是,重振紡織業需要僱用大量低薪工人,而這正是美國所缺乏的。同樣的,對鋼鐵和鋁徵收50%的關稅可以保護1800個工作崗位,然而消費者需要為每個崗位承擔81.5萬美元的成本。順便說一句,美國上一次新建鋁廠可以追溯到40年前。同樣值得一提的是,對墨西哥汽車徵收25%的進口關稅雖然有助於促進美國汽車裝配行業的發展,但也會增加投入成本,同時削弱出口競爭力。在農業領域,政府補貼或許能延緩農場破產,卻也會導致出口市場收縮。隨著移民被驅逐出美國,勞動力更加短缺,這勢必推高物價。在電子產品行業,若美國不想再花費1400億美元進口計算機,而是致力於組建本土生產線,那麼至少要給半導體工廠投資5000億美元,還要為此付出10年的努力。美國政府的種種說辭讓人不禁想起逆向鍊金術,即將黃金變成鉛。具體來說,華盛頓正在用就業、生產等領域的短期收益掩蓋物價上漲、效率低下和反制措施引發的長期損失等問題。正如美國非營利智庫「稅收基金會」所指出的,關稅將資源重新分配給生產力較低的行業,由此拉低了工資水平和國內生產總值。若要實現再工業化目標,美國不僅需要在未來20年提供超過10萬億美元的補貼,還要培養一支在自動化程度不斷提高的背景下自願接受較低工資的勞動力隊伍,目前看來這是不切實際的。美國政府把矛頭對準了貿易這架「風車」,將其視為構成巨大威脅的洪水猛獸。華盛頓認為,對貿易夥伴的產品徵收進口關稅就可以「讓美國再次偉大」。事實上,加徵關稅是以犧牲美國普通民眾為代價來維護富人的利益。文章最後感嘆道,美國政客同堂吉訶德一樣衝向「風車」,自以為是在拯救國家,根本沒有意識到工廠不會遷回美國,全球各地的「貿易風車」仍將照常運行。(英文原文刊發於《中國日報》智享匯欄目)
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。
54216
72
2025-11-06 20:08
13759
24
2025-11-06 20:08
54913
69
2025-11-06 20:08
41273
62
2025-11-06 20:08
51924
91
2025-11-06 20:08
97583
39
2025-11-06 20:08
14938
67
2025-11-06 20:08
51287
84
2025-11-06 20:08
29541
12
2025-11-06 20:08
28547
58
2025-11-06 20:08
89671
79
2025-11-06 20:08
47361
68
2025-11-06 20:08
46831
38
2025-11-06 20:08
62419
37
2025-11-06 20:08
14295
45
2025-11-06 20:08
15286
17
2025-11-06 20:08
95372
72
2025-11-06 20:08
36897
19
2025-11-06 20:08
37842
98
2025-11-06 20:08
79234
83
2025-11-06 20:08
73214
65
2025-11-06 20:08
39647
51
2025-11-06 20:08
82371
29
2025-11-06 20:08
94768
17
2025-11-06 20:08
62915
93
2025-11-06 20:08
54318
35
2025-11-06 20:08
53789
74
2025-11-06 20:08
62914
98
2025-11-06 20:08
45287
86
2025-11-06 20:08
65934
81
2025-11-06 20:08
86423
87
2025-11-06 20:08
79635
78
2025-11-06 20:08
76142
12
2025-11-06 20:08
74598
61
2025-11-06 20:08
49215
98
2025-11-06 20:08
61825
76
2025-11-06 20:08
35147
32
2025-11-06 20:08
95234
75
2025-11-06 20:08
29573
37
2025-11-06 20:08
53872
49
2025-11-06 20:08
72143
48
2025-11-06 20:08
96871
53
2025-11-06 20:08
21384
26
2025-11-06 20:08
47563
72
2025-11-06 20:08
13267
39
2025-11-06 20:08
39216
45
2025-11-06 20:08
15837
56
2025-11-06 20:08
68153
67
2025-11-06 20:08
78456
31
2025-11-06 20:08
82734
32
2025-11-06 20:08
85729
27
2025-11-06 20:08
96732
17
2025-11-06 20:08
29376
12
2025-11-06 20:08
| 红楼直播 | 抓饭直播 |
| 春雨直播全婐app免费 | |
| 魅影看b站直播 | 山猫直播 |
| 荔枝网直播 | |
| 榴莲视频 | 魅影视频 |
| 西甲直播 | |
| 月神直播 | 妖姬直播 |
| 桔子直播 | |
| 荔枝直播 | 婬色直播 |
| 咪咕直播 | |
| 秀色直播 | 杏仁直播 |
| 茄子直播 | |
| 国外b站刺激战场直播app | 杏爱直播 |
| 暖暖直播 | |
| 69美女直播 | 深夜直播 |
| 魅影9.1直播 | |
| 咪咕直播 | 婬色直播 |
| 蜜桃app | |
| 直播软件下载 | 私密直播全婐app免费 |
| 雨燕直播 | |