浙江金華「慰安婦」檔案揭秘沉痛歷史
2025-10-25 21:11 8,328次浏览天津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)
唐傳豔 伴隨網際網路醫療蓬勃發展，線上購藥因便捷高效已成為不少患者的新選擇。然而，據《法治日報》報導，部分電商平臺處方藥銷售亂象頻發，嚴重威脅消費者用藥安全。在多家電商平臺網售處方藥過程中，患者無須上傳病歷、處方等資料，醫生在缺乏實質性醫療評估的情況下「秒開」處方，甚至存在「先藥後方」現象。 線上「秒開」處方看似提升了購藥效率，實際上卻將用藥的巨大風險轉嫁給了患者。正規診療流程中，醫生需要綜合病史、體徵、檢查數據等多種信息，才能制定個性化的用藥方案。但當前某些平臺的醫生僅憑患者自主填報的信息就開具處方，既無法核實病情真實性，更難以評估藥物相互作用風險。更令人擔憂的是，部分高警示藥品如降糖藥、麻醉藥也成為「秒開」的藥品，患者一旦誤服或過量服用，可能引發低血糖、呼吸抑制等嚴重後果。 治理這種亂象，監督與打擊必須毫不手軟。現行《藥品管理法》明確規定，處方藥必須憑執業醫師處方銷售，網際網路醫院則需遵守《網際網路診療監管細則》中「醫師需親自診查、不得人工智慧自動生成處方」等剛性要求。監管部門應建立跨平臺處方數據比對機制，對頻繁開具異常處方的醫師和帳號實施熔斷處罰。同時，需完善「行刑銜接」機制，對造成患者傷害的違規開方行為，依法追究醫療機構、平臺、醫師三方連帶責任，讓違法成本遠高於非法收益。 築牢技術防線，是治理線上處方藥亂象的關鍵抓手。可建立生物識別體系，在問診環節強制實施人臉檢測，確保醫師與患者身份的真實性。此外，還要建立和完善處方存證平臺，將診斷記錄、用藥方案、患者反饋等數據上傳備查，實現全流程可追溯。針對高風險藥品，應設置AI二次審核系統，自動比對患者歷史用藥記錄與新處方，觸發人工覆核機制。這方面的技術已成熟，關鍵在於平臺是否願為公共安全投入成本。 治本之策則在於糾正錯誤觀念、重塑行業生態。醫療主管部門需建立醫師線上診療能力認證體系，將問診響應時間、病歷完整度等指標納入考核與監督，對長期敷衍了事的線上醫生及其所在平臺實行淘汰制。此外，不妨將用藥安全和網際網路診療的特性等內容，納入公民健康素養教育體系，提升公眾對處方藥和線上診療特殊性的認知。只有線上醫生普遍更加珍視執業聲譽，平臺更加注重自身責任並強化內部監管，患者自覺抵制「處方藥隨便開」等亂象，方能形成全社會共防共治的局面，為這一亂象釜底抽薪。 網際網路醫療還處於早期發展階段，線上「秒開」處方藥亂象也還處於初病時期。有病得早治，若等變成頑疾再去治理，難度就會更大。也唯有儘早根治這一亂象，方能進一步守護好民眾的生命與健康安全，也促進網際網路醫療持續健康發展。
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。
夜月视频直播
「活动」首次登录送新手大礼包
- 软件大小: 694.73MB
- 最后更新: 2025-10-25 21:11
- 最新版本: v10.3.2.2
- 文件格式: apk
- 应用分类:ios-Android 富贵直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.62以上
客服热线：137-9238-7342
成人性做爰直播类似软件
猜你喜欢
62395
47
61524
64
2025-10-25 21:11
38247
87
2025-10-25 21:11
75139
64
2025-10-25 21:11
59617
92
2025-10-25 21:11
41378
61
2025-10-25 21:11
15897
86
2025-10-25 21:11
21478
29
2025-10-25 21:11
36289
95
2025-10-25 21:11
51482
47
2025-10-25 21:11
86741
36
2025-10-25 21:11
12948
67
2025-10-25 21:11
15
31258
18
78
94
91642