睡得越多越健康……是真是假？｜謠言終結站
2025-11-11 09:11 3,593次浏览蘭州8月9日電 (高展 艾慶龍)八月初的甘肅隴南市徽縣慄川鎮閆莊村，連片的大豆田綠意盎然，生機勃勃。走進千畝核心示範田，勻密的豆苗整齊排列，一眼望不到邊。陽光灑滿田壟，農戶們正彎腰仔細查看著植株長勢，黝黑的臉龐上掛滿汗珠，卻掩不住對豐收的期盼。不遠處，一座古樸的宋代白塔在青山綠水的映襯下靜靜矗立，仿佛一位時光老人，默默見證著這片古老土地上正在發生的現代農業變革。 位於甘肅隴南市徽縣慄川鎮閆莊村的麥豆輪作百畝示範田。徽縣委宣傳部供圖 在徽縣農技中心的科技助力與慄川鎮的實踐探索下，一場圍繞「麥(油)豆輪作+」的生態農業變革正在上演，不僅實現了單產新高度，更譜寫著生態循環、產業興旺的鄉村振興樂章。 「種子是農業的『晶片』。我們篩選的適宜性強的新品種，如山寧17，在2萬株/畝高密度下依然保持抗倒抗病性，這才是丘陵旱作區的制勝法寶。」站在綠油油的試驗田邊，徽縣農技中心主任李蓬崗指著地頭清晰的標識牌介紹道。他的身後，大型機械播種機駛過留下的筆直行壟如同五線譜，豆苗則是精心排列的音符。 這片位於慄川鎮閆莊村的千畝核心示範田，是農技中心打造的「樣板田」。通過引進山寧17、隴豆6號、陝豆125等高蛋白品種，推廣「機械條播勻密技術」，畝保苗數成功達到2萬株，較傳統撒播的「滿天星」增密30%以上。「效果是實打實的！」李蓬崗強調，「你看這齣苗整齊均勻，條播通風透光，單產自然突破。」去年(2024年)，閆莊村百畝示範田實收單產達205公斤/畝，較徽縣平均水平(141公斤/畝)增產45%，創下全國丘陵山區高產標杆。 徽縣慄川鎮的肉牛養殖場，周圍是複種示範田。徽縣委宣傳部供圖 科技賦能讓豆田煥發新活力，徽縣更著力打通生態循環的「任督二脈」。徽縣慄川鎮書記王利強指向田埂邊的玉米帶解釋道：「鼓勵農戶開展複種大豆套種玉米，大豆玉米同時收穫，製成優質青貯飼料，直供鎮上的富發肉牛、千家生豬等養殖基地。」 在養殖場另一端，則是循環鏈條的閉環關鍵。「養殖糞汙經過科學處理，『變廢為寶』成為上好的有機肥，安全高效地還田。」王利強說，「這一套閉環下來，豆農的玉米青貯有了穩定銷路，牛場豬場的飼料成本顯著降低，糞肥又滋養了土壤。大豆田的有機質提升了，作物品質也更優了。」 這種循環效應正在帶動產業全面升級。王利強介紹說，慄川鎮與甘肅兆豐農業籤訂的優質高蛋白大豆訂單，直接帶動豆農增收。這些優質原料支撐了「菽美」豆製品品牌遠銷25個國家和地區，據縣農技中心評估，相關產業鏈條產值已超2.11億元。「這不僅僅是種地，是在土地上構建起一個融合增值的新農業系統。」王利強自豪地表示。 五月中旬，慄川鎮依託郇莊宋代白塔舉辦「初見·白塔」鄉村音樂節。何方 攝 放眼遠眺，千年宋塔與碧綠豆田、忙碌農人交織成一幅生動的現代田園畫卷。這不僅是生態農場的背景板，更是當地「農文旅融合」戰略的活力源泉。王利強如數家珍：「我們以農業為基盤，深挖文化潛力。白塔下的鄉村音樂節、油菜花海、紅色教育基地，把產區變成了景區，田園變成了公園，吸引來八方遊客，帶動了農特產品銷售，真正實現了『種風景、賣產品、興文化』的統一。」 從科技解鎖單產密碼，到種養循環激活沃土生金鍊，再到文旅融合點染田園新彩，都凝聚成當地驅動「穩糧擴豆」戰略、打造鄉村振興「金色答卷」的澎湃動能，讓麥豆輪作的「乾坤」盡顯，讓塔韻田歌裡的「三業融合」綻放出持久活力。(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。
荔枝直播
「活动」首次登录送新手大礼包
- 软件大小: 873.31MB
- 最后更新: 2025-11-11 09:11
- 最新版本: v11.10.1.2
- 文件格式: apk
- 应用分类:ios-Android 深夜大秀直播app
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.93以上
客服热线：133-3426-9874
香蕉直播类似软件
猜你喜欢
37
49718
23
2025-11-11 09:11
76385
31
2025-11-11 09:11
61523
18
2025-11-11 09:11
57368
98
2025-11-11 09:11
71935
32
2025-11-11 09:11
36974
96
2025-11-11 09:11
93257
71
2025-11-11 09:11
19346
21
2025-11-11 09:11
17254
82
2025-11-11 09:11
27893
16
2025-11-11 09:11
98523
72
2025-11-11 09:11
34167
85
12945
75
49
93681
58
21974
57
95
73
95641
98