拼技術、比質量、樹品牌 國產機器人出海「闖」市場
2026-02-22 03:59 9,913次浏览8月8日電 據「市說新語」微信公眾號消息，近期，市場監管總局在北京、上海、廣州、深圳等全國24個大中城市，對200餘家大眾關注度高、網絡點評活躍的網紅餐廳開展專項抽檢，涵蓋中餐、西餐、火鍋、燒烤等多種業態。 本次專項抽檢覆蓋網紅餐廳各類熱銷菜品，以及蔬菜、肉類、調味品等原輔料和消毒餐具等，共完成抽檢500批次。重點檢測群眾關心的蔬菜、畜禽肉的農獸藥殘留，醬醃菜、粉絲粉條的食品添加劑，以及食用油、調味品的過氧化值等質量指標。在抽樣時，同步對餐廳環境衛生、從業人員健康證明、餐廳餐飲服務資質等進行檢查。 抽檢結果顯示，網紅餐廳食品總體安全狀況穩定，火鍋底料、辣椒粉、鴨血等均未檢出違規添加非食用物質問題，餐廳的自製菜品也未檢出致病菌。但抽檢中也發現存在以下問題，需引起關注：姜、蔥、豆芽檢出噻蟲胺等農藥殘留超標，其中在湖北一家餐廳抽檢的蔥中檢出禁用農藥克百威；淡水魚、豬黃喉、牛蛙中檢出恩諾沙星等獸藥殘留超標，其中在廣東一家餐廳抽檢的活魚中檢出禁用藥物孔雀石綠；個別火鍋店粉條疑似摻雜使假，未檢出配料表標識的紅薯澱粉；個別餐廳存在食品和非食品混放、廚房工作人員未佩戴口罩廚帽、冷藏冷凍儲存的食材溫度未達標等問題。此外，還有個別餐廳檢出消毒餐具大腸菌群和陰離子合成洗滌劑超標，可能是餐具消毒溫度、時間不足或者衝洗不乾淨等原因所致。 對本次專項抽檢發現的不合格樣品，市場監管總局已督促屬地市場監管部門開展核查處置，嚴控食品安全風險，壓實企業食品安全主體責任。下半年，市場監管總局將持續開展餐飲領域抽檢，全力保障人民群眾餐飲消費安全。
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。
金莲直播
「活动」首次登录送新手大礼包
- 软件大小: 165.73MB
- 最后更新: 2026-02-22 03:59
- 最新版本: v15.7.11.10
- 文件格式: apk
- 应用分类:ios-Android 迷笛直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.87以上
客服热线：139-8361-4358
84317
62
28946
21
28916
97
2026-02-22 03:59
52896
64
2026-02-22 03:59
28415
54
2026-02-22 03:59
78954
38
2026-02-22 03:59
87521
98
2026-02-22 03:59
85973
89
2026-02-22 03:59
25146
34
2026-02-22 03:59
82713
51
2026-02-22 03:59
18792
59
2026-02-22 03:59
75269
61
79465
15
53
47
79153
26
68
16428
13957
15
36547
32978
94
