據內蒙古烏蘭察布融媒體消息,8月9日,山鄉美(察哈爾右翼後旗)文化旅遊有限公司發布《關於文明遊覽烏蘭哈達火山群的重要提示》稱,近期,網傳視頻顯示有人攜帶鏟子在烏蘭哈達火山群區域挖掘,聲稱發現「瑪瑙和黃金」。對此,烏蘭察布市自然資源局正式回應並明確: 不存在黃金礦藏:當地不具備黃金成礦條件; 地表有少量瑪瑙:可撿拾地表散落的小瑪瑙留念; 嚴禁挖掘行為:禁止攜帶鏟子等工具進行任何挖掘! 「挖掘行為會在地表留下坑洞,嚴重破壞脆弱的草原生態,每一處傷痕都需要漫長的時間才能恢復。」上述提示呼籲遊客,「只撿拾地表散落物,絕不挖掘。不攜帶鏟子、鎬頭等工具進入核心區。發現破壞行為,請立即聯繫景區舉報。」 公開資料顯示,烏蘭哈達火山景區位於烏蘭察布市察右後旗境內,火山群佔地面積約260平方公裡,分布著30餘座時代不同、大小不一、形態各異的火山。火山活動始於約2.6萬年前,休眠距今約6000年。烏蘭哈達火山是內蒙古高原南緣全新世(距今約1.17萬年)所發現的有過噴發的唯一火山群。 另據察哈爾右翼後旗融媒體中心8月7日消息,在暑期旅遊熱潮帶動下,烏蘭哈達火山地質公園迎來旅遊旺季。作為2015年《中國國家地理》評選的「中國最美火山」之一,這裡獨特的火山地貌與遼闊草原景觀吸引了全國遊客探秘,景區日均接待量突破3萬人,較去年同期增長25%,旅遊市場持續升溫。據了解,烏蘭哈達火山群旅遊旺季預計持續至9月中旬。 (央視新聞客戶端)
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。
89342
51
2025-10-27 05:19
57384
21
2025-10-27 05:19
48139
35
2025-10-27 05:19
94561
23
2025-10-27 05:19
46981
31
2025-10-27 05:19
82713
72
2025-10-27 05:19
67913
32
2025-10-27 05:19
86539
97
2025-10-27 05:19
23197
69
2025-10-27 05:19
62948
65
2025-10-27 05:19
52681
82
2025-10-27 05:19
92368
92
2025-10-27 05:19
87415
71
2025-10-27 05:19
14327
52
2025-10-27 05:19
67324
12
2025-10-27 05:19
23864
98
2025-10-27 05:19
51782
73
2025-10-27 05:19
91258
92
2025-10-27 05:19
47259
41
2025-10-27 05:19
53697
79
2025-10-27 05:19
84563
92
2025-10-27 05:19
87254
46
2025-10-27 05:19
85216
14
2025-10-27 05:19
26548
27
2025-10-27 05:19
93628
91
2025-10-27 05:19
49872
19
2025-10-27 05:19
47935
72
2025-10-27 05:19
42975
97
2025-10-27 05:19
73148
17
2025-10-27 05:19
92136
67
2025-10-27 05:19
35971
65
2025-10-27 05:19
31458
25
2025-10-27 05:19
79463
45
2025-10-27 05:19
42318
36
2025-10-27 05:19
65391
56
2025-10-27 05:19
71689
32
2025-10-27 05:19
86734
84
2025-10-27 05:19
59213
97
2025-10-27 05:19
18357
19
2025-10-27 05:19
92581
59
2025-10-27 05:19
15364
78
2025-10-27 05:19
78391
52
2025-10-27 05:19
76834
48
2025-10-27 05:19
31678
86
2025-10-27 05:19
91257
17
2025-10-27 05:19
68914
85
2025-10-27 05:19
49318
27
2025-10-27 05:19
65897
84
2025-10-27 05:19
42637
49
2025-10-27 05:19
97428
64
2025-10-27 05:19
47631
86
2025-10-27 05:19
64358
39
2025-10-27 05:19
| 优直播 | 抖音成人版 |
| 69美女直播 | |
| 小妲己直播 | 魅影app免费下载安装 |
| 香蕉直播 | |
| 春雨app直播免费看 | 九球直播 |
| 桃花app | |
| 极速直播 | 香蕉直播 |
| 秀色直播 | |
| 9.1樱花ppt网站大片 | 就要直播 |
| 美女直播app | |
| 糖果直播 | 柠檬直播 |
| 密桃直播 | |
| 红桃直播 | 花蝴蝶app直播 |
| 红杏直播 | |
| 仙凡直播 | 曼城直播 |
| 97播播 | |
| 西瓜直播 | 山猫直播 |
| 阴桃直播 | |
| 桃子直播 | 零点直播 |
| 柠檬直播 | |