欽那瓦家族三代人倒在同一對手前
2025-12-03 20:25 8,674次浏览央視網消息：夏日炎炎，各類演唱會、音樂節在各地火爆上演，一些熱門場次往往一票難求。這時，如果有人告訴你「有內部渠道」、「認識主辦方」可以代搶票，你會心動嗎？江蘇的張女士就遇到的這樣的情況，來看總臺中國之聲記者的報導。 近日，江蘇省鹽城市的市民張女士和好友戚女士，想要購買當地一場音樂節的門票，在連續幾天蹲守官方售票平臺無果後， 便決定到社交媒體上碰碰運氣。此時，一個自稱「有內部渠道」的博主引起了她的注意。 張女士：他就說我付完錢之後，1到3分鐘，它(票)就會出現在我那個票夾裡面，剛開始是一直刷新都沒有，然後我就沒有付款。他說我付完了之後才有，然後我就付了。然後他就說又是沒備註，又是卡單什麼的。 鹽城市公安局鹽南分局新都派出所民警 吳少波：騙子自稱是購票網站的工作人員，可以幫忙購票，每張票只需要加18元的「代購費」，而且失敗的話，可全額退款。張女士信以為真，便兩次向對方轉帳共計634元。 隨後，對方以「帳戶異常」「支付超時」等理由聲稱購票失敗，並且表示可以全額退款。為取得信任，對方還發送了偽造的「大麥網」支付頁面、營業執照及手持身份證照片等看似正規的證件，並以指導退款為由，誘導兩位女士下載屏幕共享軟體。 張女士的朋友戚女士：他給我發了個會議連結，然後他就要給我開屏幕共享，我微信餘額不是1800嗎，轉到那個銀行卡裡面，然後他就讓我掃那個碼，說什麼做一個虛擬的帳，要達到一定數額，然後達到了，這個錢會退給我的，就是所有錢都會退給我，他讓我相信他。 隨後，詐騙分子一步步引導戚女士將微信零錢全部提現到銀行卡，並掃描二維碼完成了「驗證」。 吳少波：直到收到銀行發來的1800元扣款簡訊，戚女士才意識到被騙，並進行了報警。 輕信代搶演唱會門票 一女子被騙19萬 記者梳理公開報導發現，近一段時間，包括上海、浙江等多地公安機關以及網信部門發布了多個涉演唱會門票詐騙相關案例。浙江溫州的王女士就因為輕信了所謂「加價100元就能買到官方票」的說法，最後不僅沒有買到票，還被騙了19萬元。 浙江溫州的王女士想看某知名歌手的演唱會，但因官方售票平臺上的門票已售罄，便轉向某二手交易平臺尋找轉售信息。此時，一條「官方票加價100元」的售賣信息吸引了她的注意。王女士與賣家取得聯繫後，對方要求脫離平臺交易，添加微信進行後續操作。 溫州市公安局甌海區分局開發區派出所民警 季垟燦：他跟王女士說是票是官方直出的，而且有時間限制，要求王女士立即付款。王女士急於購票，所以在沒有仔細甄別的情況下，用手機掃描了二維碼，落入了騙子精心設計的陷阱。 王女士掃描二維碼進入詐騙連結後，也收到了96110的反詐電話提醒。然而，王女士並未在意，仍在「賣家」的指引下繼續操作，填報身份信息、聯繫電話。之後她收到了一個所謂的「取票碼」，與此同時，「客服」發來一個收款碼。 季垟燦：假冒的客服要求王女士轉帳980元票款，但是轉帳交易沒有成功。 此時，假冒的客服解釋，「因系統故障導致王女士帳號資金凍結」，要求她向指定的「官方銀行帳戶」轉帳並提供轉帳失敗記錄，再由「客服」用轉帳失敗記錄提起申訴，就可以「解凍帳戶」，完成購票。假冒的「客服」還告知王女士轉帳的錢僅是一串用以解凍帳戶的數字，並不會真正轉帳。 季垟燦：「客服」先讓王女士轉帳18元試一下，說轉帳肯定不會成功的。王女士在轉帳18元之後，確實沒有轉帳成功。 由於這一次的操作的確如客服所說轉帳「顯示失敗」，這讓王女士放鬆了警惕。在「客服」的不斷催促和誘導下，急於購票的她，最終按照客服的要求轉帳了198198元用以解凍帳戶。然而，這次卻收到了銀行顯示轉帳成功的簡訊，同時反詐預警系統也向她發出了警示，此時王女士已經意識到被騙，立即向警方尋求幫助。 季垟燦：民警在接警後對該案件受案調查，通過偵查發現錢款流向江蘇南通某地，公安反詐中心馬上對該款進行攔截止付工作，並出警到江蘇南通對嫌疑人實施抓捕。 公安部梳理"代買演唱會門票"實施詐騙套路 最終，在溫州和南通兩地警方的共同努力下，王女士的19.8萬餘元被成功追回。針對涉演唱會門票騙局，公安部刑偵局日前也發布提示，總結了此類詐騙的幾種不同套路： 第一種，騙子營造票務緊張的氛圍，號稱先到先得，誘惑你直接轉帳。 第二種，已經讓你轉帳了，還會謊稱你未按要求備註個人信息，導致出票失敗，需重新再付款一次，之後再以退還之前的款項為名，讓你添加對方的社交軟體帳號進行辦理。最後以你銀行流水不足、徵信有問題等莫須有的理由向他們指定的帳戶轉帳。 第三種就是騙子自行開發的票務平臺，以假亂真。當你付款後會以你付款錯誤為由，稱導致資金凍結，需要再進行所謂的解凍操作，實則誘導你進行大額轉帳，關鍵還會讓你開啟共享屏幕。共享屏幕就等於共享錢包，密碼驗證碼都能共享，資金就很可能被盜刷。 來源：央視網
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。
苹果直播
「活动」首次登录送新手大礼包
- 软件大小: 245.64MB
- 最后更新: 2025-12-03 20:25
- 最新版本: v14.15.10.3
- 文件格式: apk
- 应用分类:ios-Android 西瓜直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 6.71以上
客服热线：135-2614-1295
87452
63527
95
47196
32984
95
2025-12-03 20:25
42679
16
2025-12-03 20:25
24718
39
2025-12-03 20:25
72495
95
2025-12-03 20:25
45267
43
2025-12-03 20:25
48673
98
2025-12-03 20:25
31426
24
2025-12-03 20:25
69173
83
2025-12-03 20:25
96172
26
2025-12-03 20:25
71849
76953
49
51476
47659
89253
28
53
23581
53
95
97561
51
19857