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)
國家防災減災救災委員會辦公室、應急管理部今天(5日)上午舉行汛期安全知識發布會。相關負責人介紹了汛期暴雨、颱風等自然災害預警避險措施。發布會介紹,汛期暴雨、颱風、強對流等氣象災害預警,按氣象災害可能造成的危害程度、緊急程度和發展態勢,由低到高劃分為藍、黃、橙、紅四級,對應一般、較重、嚴重、特別嚴重的程度。當看到橙色和紅色預警時,要積極做好應急工作和防災抗災搶險工作。中央氣象臺首席預報員徐珺表示,暴雨紅色預警就是最高級別的,要十分重視,積極準備,採取措施。聽從應急指揮,及時轉移到安全的地區,不在降雨集中期和降雨過後前往山區等山洪、滑坡泥石流易發區,不進入河道、城市地勢低洼區,遠離城市內澇中斷裂的電線、排水管道等。針對颱風災害的防範,該負責人介紹:要及時關注氣象部門發布的颱風路徑、強度及風雨影響預報;相關水域作業和過往船舶應當回港避風,加固港口設施,防止船舶走錨、擱淺和碰撞;面對強颱風,公眾可以提前加固臨時建築,用木板、鐵焊等加固門窗,並及早清理或移除屋頂、陽臺的懸掛物,同時在家中準備好食物、飲用水和充電、應急照明設備等;在強風影響期間,民眾可以躲進衛生間等相對牢固的密閉空間,避免門窗損壞受到傷害。
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。
98735
23
2025-11-10 23:20
32465
75
2025-11-10 23:20
52378
36
2025-11-10 23:20
13467
83
2025-11-10 23:20
36187
85
2025-11-10 23:20
76481
52
2025-11-10 23:20
34159
17
2025-11-10 23:20
51694
57
2025-11-10 23:20
14925
17
2025-11-10 23:20
49173
29
2025-11-10 23:20
79658
23
2025-11-10 23:20
98756
42
2025-11-10 23:20
53648
97
2025-11-10 23:20
86159
28
2025-11-10 23:20
93127
31
2025-11-10 23:20
96731
45
2025-11-10 23:20
72813
98
2025-11-10 23:20
34865
52
2025-11-10 23:20
17526
89
2025-11-10 23:20
69754
49
2025-11-10 23:20
95631
78
2025-11-10 23:20
91384
65
2025-11-10 23:20
63849
34
2025-11-10 23:20
35841
53
2025-11-10 23:20
31285
61
2025-11-10 23:20
12693
95
2025-11-10 23:20
32519
64
2025-11-10 23:20
76348
61
2025-11-10 23:20
27138
72
2025-11-10 23:20
62397
81
2025-11-10 23:20
95412
96
2025-11-10 23:20
78146
72
2025-11-10 23:20
27485
16
2025-11-10 23:20
69841
74
2025-11-10 23:20
94238
83
2025-11-10 23:20
15698
68
2025-11-10 23:20
73692
52
2025-11-10 23:20
24539
24
2025-11-10 23:20
98562
34
2025-11-10 23:20
37629
52
2025-11-10 23:20
71523
52
2025-11-10 23:20
58679
68
2025-11-10 23:20
35264
94
2025-11-10 23:20
53649
23
2025-11-10 23:20
51673
41
2025-11-10 23:20
59863
49
2025-11-10 23:20
85729
29
2025-11-10 23:20
16873
75
2025-11-10 23:20
54178
37
2025-11-10 23:20
61597
94
2025-11-10 23:20
12576
43
2025-11-10 23:20
28367
52
2025-11-10 23:20
| 桃子直播 | 柚子直播 |
| 雨燕直播 | |
| 樱桃直播 | 杏仁直播 |
| 橘子直播 | |
| 零点直播 | 绿茵直播 |
| 月神直播 | |
| 秀色直播app下载安装app | 妲己直播 |
| 春雨直播全婐app免费 | |
| 春雨直播安装包 | 嗨球直播 |
| 夜月视频直播 | |
| 鲨鱼直播 | 金桔直播 |
| 伊人下载 | |
| 蜜桃app | 秀色直播 |
| 少女6夜半直播nba | |
| 夜月视频直播 | 雨燕直播 |
| 深夜大秀直播app | |
| 凤蝶直播 | 小狐狸直播 |
| 成人性做爰直播 | |
| 桃子直播 | 仙凡直播 |
| 糖果直播 | |