臺北8月8日電 就臺灣民眾黨發起、將於8月23日舉行的「核三延役案」投票,親綠民調機構「臺灣民意基金會」8日公布的民調顯示,逾六成民眾同意臺灣第三核能發電廠(下稱「核三廠」)經主管機關同意確認無安全疑慮後繼續運轉。 綜合中時新聞網、ETtoday新聞雲等臺媒報導,上述民調中,38.7%的受訪民眾表示「非常同意」有條件重啟核三廠,27.7%的民眾表達「還算同意」。 從政黨支持傾向分析,民進黨支持者中,46%同意有條件恢復核三廠繼續運轉,45%不同意。87%的中國國民黨支持者表示同意,7.7%不同意;93%的民眾黨支持者同意,3.5%不同意;中間選民中,64%同意、16%不同意。 從年齡層看,每一個年齡層都有過半數民眾同意有條件恢復核三廠運轉。20至24歲受訪民眾中,66%同意,18%不同意;25至34歲、35至44歲、45至54歲的三個年齡層民眾中,均有超過70%民眾表達同意;55至64歲,64%同意,24%不同意;65歲及以上,54%同意,28%不同意。 「臺灣民意基金會」董事長遊盈隆認為,這項發現傳達重大訊息,即有條件恢復核三廠運轉已成為臺灣社會基本共識,民進黨長期堅持的「非核家園」理念與政策正面臨空前挑戰。 自今年5月18日起,臺灣最後一座核電機組停機,正式進入所謂「非核」時代。島內輿論普遍擔憂,「非核家園」將重創臺灣,電力不足、電價高漲等危機恐接踵而至。 民眾黨表示,核三廠除役後,臺灣核能發電全面中止。臺當局卻未提出有效替代方案,導致臺電購電「高買低賣」,連年虧損,還須動用預算撥補,加上光電開發頻傳弊案,臺當局能源政策問題重重。該黨主張,「核三延役案」投票是讓民眾共同決定方向的必要機制。(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。
85926
72
2025-10-28 18:28
32819
74
2025-10-28 18:28
53468
74
2025-10-28 18:28
59378
82
2025-10-28 18:28
41596
64
2025-10-28 18:28
91284
72
2025-10-28 18:28
23496
54
2025-10-28 18:28
42581
15
2025-10-28 18:28
79346
69
2025-10-28 18:28
79863
67
2025-10-28 18:28
95623
17
2025-10-28 18:28
78432
21
2025-10-28 18:28
79325
21
2025-10-28 18:28
59364
26
2025-10-28 18:28
48396
78
2025-10-28 18:28
72196
91
2025-10-28 18:28
31982
26
2025-10-28 18:28
78145
54
2025-10-28 18:28
34159
19
2025-10-28 18:28
45173
92
2025-10-28 18:28
15942
47
2025-10-28 18:28
83942
79
2025-10-28 18:28
27691
29
2025-10-28 18:28
35429
53
2025-10-28 18:28
71238
49
2025-10-28 18:28
15368
38
2025-10-28 18:28
49135
45
2025-10-28 18:28
24639
36
2025-10-28 18:28
31796
63
2025-10-28 18:28
96158
97
2025-10-28 18:28
36527
58
2025-10-28 18:28
45173
85
2025-10-28 18:28
97563
35
2025-10-28 18:28
38194
19
2025-10-28 18:28
89376
36
2025-10-28 18:28
48531
92
2025-10-28 18:28
13759
26
2025-10-28 18:28
94682
86
2025-10-28 18:28
78312
94
2025-10-28 18:28
28135
43
2025-10-28 18:28
28657
27
2025-10-28 18:28
59241
56
2025-10-28 18:28
87391
85
2025-10-28 18:28
47863
13
2025-10-28 18:28
27486
58
2025-10-28 18:28
89574
93
2025-10-28 18:28
61925
27
2025-10-28 18:28
21965
83
2025-10-28 18:28
53689
63
2025-10-28 18:28
23817
79
2025-10-28 18:28
59247
47
2025-10-28 18:28
| 九球直播 | 极速直播 |
| 魅影5.3直播 | |
| 蜜疯直播 | 蜜糖直播 |
| 大鱼直播 | |
| 小猫直播 | 桃花直播 |
| 飞速直播 | |
| 嗨球直播 | 秀色直播app下载安装app |
| 么么直播 | |
| 奇秀直播 | 97播播 |
| 黄瓜直播 | |
| 月夜直播app夜月 | 茄子直播 |
| 零点直播 | |
| 尖叫之夜免费直播 | 小草莓直播 |
| 苹果直播 | |
| 桔子直播 | 520直播 |
| 妖姬直播 | |
| 桃子直播 | 魅影直播 |
| 直播软件下载 | |
| 69美女直播 | 私密直播全婐app免费 |
| 桃花app | |