受「劍魚」影響 海南國省幹線共11處實施交通管制
2025-11-19 03:56 8,729次浏览基層，聯繫服務群眾的「最後一公裡」。 這裡有訪家走戶的「小巷總理」，也有訪貧問苦的駐村第一書記。基層折射民生冷暖、反映民心向背。 「把基層的工作做好，這樣才能『任憑風浪起，穩坐釣魚臺』」。從黃土地一路走來，從農村大隊黨支部書記幹起來，習近平總書記「對基層工作非常牽掛，對基層幹部充滿感情」，對基層減負工作高度重視。 從源頭和機制上持續深化整治形式主義為基層減負。中辦、國辦印發的《整治形式主義為基層減負若干規定》提出：「省級黨委和政府指導本地區立足實際建立健全鄉鎮(街道)履行職責事項清單並開展清理規範，加強清單動態管理，推動責權一致、責能一致。」 自2024年2月以來，在先行試點基礎上，全國3.8萬個鄉鎮(街道)全面開展履職事項清單工作。截至今年6月底，清單已全部編制完成，取得明顯成效。 一年一個臺階，一步一個腳印。如何答好基層減負這道「關鍵之題」？一張鄉鎮(街道)履職事項清單，凝聚著習近平總書記的牽掛與考量。 翻開清單，明確鄉鎮(街道)職責是其中之題眼。「為基層減負要明確權責，不能什麼事都壓給基層，基層該承擔哪些工作，要把職責事項搞清楚。」 基層之負從何而來？ 其中一個重要因素，便是形式主義、官僚主義的桎梏：「痕跡管理」比較普遍，但重「痕」不重「績」、留「跡」不留「心」；檢查考核名目繁多、頻率過高、多頭重複；「文山會海」有所反彈…… 「這種狀況必須改變！」習近平總書記的話擲地有聲。 2024年11月，湖北嘉魚縣四邑村，一張《服務群眾事項清單》吸引了習近平總書記的目光。「過去更多的是要求群眾去做事，現在更多的是黨員幹部給群眾辦事、做服務，這是一個根本的變化。」習近平總書記說，「要持續為基層減負，讓基層幹部能夠用更多時間和精力來服務群眾。」 一張清單，凝聚著減什麼、怎麼減的實踐答案。 《整治形式主義為基層減負若干規定》印發，首次以黨內法規形式制定出臺為基層減負的制度規範；《關於全面建立鄉鎮(街道)履行職責事項清單的意見》印發，進一步明確鄉鎮(街道)職責，形成事權清晰、責能相適、履職順暢、保障有力的鄉鎮(街道)權責體系…… 一個個文件、一項項舉措，黨中央出「重拳」整治，破解基層治理「小馬拉大車」問題，有助於不斷築牢黨在基層的執政基礎。 減負二字，需「減」更重「賦」。 2024年7月30日，中共中央政治局召開會議。會議明確提出，「要強化制度建設與執行，統籌為基層減負和賦能」。 減負與賦能，這一對充滿辯證法色彩的動詞，正是透視「基層治理現代化這項基礎性工作」的關鍵詞——破形式主義之弊、減基層負擔之重，是為了賦能基層治理效能，讓廣大幹部「輕裝上陣」、擔當作為。 若將這一張清單，放置於國家治理現代化進程的大視野中，其背後的深意，則更為清晰。 「黨的工作最堅實的力量支撐在基層，經濟社會發展和民生最突出的矛盾和問題也在基層」。著眼於夯實中國式現代化基層基礎，習近平總書記把基層治理放在「五位一體」總體布局和「四個全面」戰略布局中，謀劃部署。 「縱觀各國治理實踐，如果社會治理跟不上經濟發展步伐，各種社會矛盾和問題得不到有效解決，不僅經濟發展難以為繼，整個社會也可能陷入動蕩」。 2025年是「十四五」規劃收官之年，也是「十五五」規劃謀篇布局之年。在時間的交匯點上，「切實整治形式主義為基層減負」，抓好基層治理現代化，「中國之治」便有了更為堅實的基礎。 策劃：杜尚澤、彭俊 撰文：陳世涵、鄺西曦 編輯：李建廣、閆俏秀 海報：田興洲 校檢：吳玥 來源：人民日報客戶端
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。
凤凰网直播
「活动」首次登录送新手大礼包
- 软件大小: 892.12MB
- 最后更新: 2025-11-19 03:56
- 最新版本: v12.14.7.14
- 文件格式: apk
- 应用分类:ios-Android 牡丹直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.34以上
客服热线：131-6538-4837
抖音成人版类似软件
猜你喜欢
47291
78
2025-11-19 03:56
68193
47
2025-11-19 03:56
62897
61
2025-11-19 03:56
96513
35
2025-11-19 03:56
62594
41
2025-11-19 03:56
48356
19
2025-11-19 03:56
18325
19
2025-11-19 03:56
58712
96
2025-11-19 03:56
46921
94
2025-11-19 03:56
29146
75
2025-11-19 03:56
83617
17
2025-11-19 03:56
61437
51862
84279
49857
69581
32
49378
12743
72984
15
28536
82716
32
47591