中新經緯8月5日電 周二,A股市場全天震蕩走高,滬指重回3600點上方,再創年內收盤新高。 Wind截圖 截至收盤,滬指漲0.96%,深成指漲0.59%,創業板指漲0.39%。 盤面上,PEEK材料概念全線爆發,高速銅連接、消費電子概念表現搶眼,大金融等權重板塊午後發力;雲計算、醫療板塊小幅下跌。 PEEK材料全線走強,中欣氟材漲停封板,新瀚新材、華密新材、南京聚隆漲超10%。 兵裝重組概念持續走強,長城軍工、湖南天雁漲停封板。 銅纜高速連接板塊午後走高,長飛光纖漲停,長芯博創、奕東電子漲超10%。 醫藥板塊集體調整,奇正藏藥觸及跌停,昂利康跌超9%。 上緯新材停牌核查結束,5日復牌後股價高開,尾盤再度20%漲停,股價突破110元關口,報110.48元/股創新高,年內漲幅高達1565%。 總體看,滬深兩市全天成交額1.6萬億,較上個交易日放量975億,全市場超3900隻個股上漲。 創元期貨研報認為,A股繼續在目前位置構築平臺,市場資金已經有跡象由傳統板塊流出轉入科技成長。展望後市,中長期A股震蕩向上的趨勢判斷並未改變。短期股指會在3600點附近來進行震蕩整固,預期會在此為止構築一個平臺,震蕩消化一段時間後再選擇上攻2024年11月高點3674點,大盤的下方調整極限下沿預期在3500點附近,如果調整幅度較淺,預期會在7月18日3536點缺口附近。(中新經緯APP) (文中觀點僅供參考,不構成投資建議,投資有風險,入市需謹慎。)
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。
37689
37
2026-02-24 20:46
67284
84
2026-02-24 20:46
21856
37
2026-02-24 20:46
18936
31
2026-02-24 20:46
79816
26
2026-02-24 20:46
73849
71
2026-02-24 20:46
49681
45
2026-02-24 20:46
31547
36
2026-02-24 20:46
65738
38
2026-02-24 20:46
17345
19
2026-02-24 20:46
63472
21
2026-02-24 20:46
68243
34
2026-02-24 20:46
51297
45
2026-02-24 20:46
36274
65
2026-02-24 20:46
83974
17
2026-02-24 20:46
12386
39
2026-02-24 20:46
71935
39
2026-02-24 20:46
52369
15
2026-02-24 20:46
83429
71
2026-02-24 20:46
69543
79
2026-02-24 20:46
65237
87
2026-02-24 20:46
76381
62
2026-02-24 20:46
83162
89
2026-02-24 20:46
72346
62
2026-02-24 20:46
97415
85
2026-02-24 20:46
79351
86
2026-02-24 20:46
12437
95
2026-02-24 20:46
78613
81
2026-02-24 20:46
61285
97
2026-02-24 20:46
97142
65
2026-02-24 20:46
47923
14
2026-02-24 20:46
68379
18
2026-02-24 20:46
35812
62
2026-02-24 20:46
58973
95
2026-02-24 20:46
68154
78
2026-02-24 20:46
15829
27
2026-02-24 20:46
94751
29
2026-02-24 20:46
75964
78
2026-02-24 20:46
12368
38
2026-02-24 20:46
79314
53
2026-02-24 20:46
13678
37
2026-02-24 20:46
74395
82
2026-02-24 20:46
74359
52
2026-02-24 20:46
32954
37
2026-02-24 20:46
98156
95
2026-02-24 20:46
89357
78
2026-02-24 20:46
43759
31
2026-02-24 20:46
39681
54
2026-02-24 20:46
85714
87
2026-02-24 20:46
51846
65
2026-02-24 20:46
31874
95
2026-02-24 20:46
95168
42
2026-02-24 20:46
36951
63
2026-02-24 20:46
| 蜜桃视频 | 妖姬直播 |
| 蜜桃app | |
| 婬色直播 | 凤凰网直播 |
| 妲己直播 | |
| 仙凡直播 | 桔子直播 |
| 月夜直播app夜月 | |
| 魅影直播游客免登录 | 魅影9.1直播 |
| 么么直播 | |
| 心动直播 | 心跳直播 |
| 小白兔直播 | |
| 祼女直播app | 柠檬直播 |
| 私密直播全婐app | |
| 咪咕直播 | 暖暖直播 |
| 成人免费直播 | |
| 桃花直播 | 尖叫之夜免费直播 |
| 夜月视频直播 | |
| 美女直播app | love直播 |
| 飞速直播 | |
| 小蝌蚪app | 97播播 |
| 伊人下载 | |