（抗戰勝利80周年）馬朝旭：全球安全倡議已得到130多個國家和國際地區組織支持
2025-11-05 19:01 2,156次浏览黨旗在基層一線高高飄揚｜暴雨山洪中，他們挺身而出——記甘肅省榆中縣馬坡鄉舊莊溝村黨支部 舊莊溝村紅莊子村民小組13號是一座位於山坡上的小院，小院大門前貼著一張硬紙板，上面用黑筆書寫了5個大字——「現場指揮部」。 過去從這裡向外望去，滿眼是青山與民居。如今一場洪災襲來，坡下曾經的家園只剩流水、瓦礫、泥漿與碎石。 8月7日傍晚至8日晨，甘肅榆中縣等地連降暴雨，引發山洪災害。截至10日12時，災害造成15人遇難、28人失聯。位於甘肅省蘭州市榆中縣馬坡鄉的舊莊溝村便是此次受災嚴重的區域之一。 37歲的王棟是13號農家小院的主人，也是舊莊溝村黨支部副書記。身穿迷彩服的他腳步匆匆。記者問他在忙什麼，因工作千頭萬緒，他竟一時語塞，但那晚的生死經歷卻仍歷歷在目。 7日晚8時左右，王棟發現雨勢越來越大，先行通知各村社幹部警惕災害發生，隨後即刻前往村內的地質災害隱患點進行巡查。 途中，他們發現腳下的水流愈發湍急，王棟立即和舊莊溝村黨支部書記王黎顯作出決定，通知每位村民做好轉移撤離準備。他們先通過微信群發布信息通知村民，又擔心這種方式無法及時通知到每個人。王棟說：「關鍵時刻，黨員必須挺身而出！」 村裡的12名黨員幹部分頭行動，在風雨交加中邊打電話，邊挨家挨戶敲門通知村民向地勢較高的山上撤離。雨勢越來越大，黨員幹部們只能大聲呼喊，讓村民儘快撤離。 山洪滾滾而下，王棟發現坡下仍有村民未撤離。此時，電話信號已中斷，他當機立斷，開著車向村民的方向駛去。途中車輛在洪水中即將失去控制。千鈞一髮之際，他猛踩剎車，跳車而出，一轉身，車已被洪水捲走，不知去向。 顧不得多想，他迅速找到村民，帶著村民向山坡上的田地裡轉移。剛爬上坡地，洪水已經灌進身後的房屋。分秒之間，便是生死邊緣。 從山坡地轉移到山頭上的村委會，直線距離僅幾百米，但淤泥沒過大腿，行進困難，王棟等人走了3個多小時。在山洪的侵襲下，村莊被淤泥圍困，黨員幹部們背著老人、抱著孩子，村民互相攙扶，在泥濘中蹚出一條生命通道。 山洪衝毀了連接村子的道路。一時間，舊莊溝村成了「孤島」，黨員幹部即刻開展救災安置工作。在舊莊溝村小學臨時安置點，64歲的老黨員王百運忙前忙後，把自家饃饃、棉衣、被褥拿出來，分給被緊急安置的群眾。 在全體黨員和群眾的共同努力下，截至10日，救援力量已將通往舊莊溝村的道路搶通，舊莊溝村共轉移群眾117戶209人。 在臨時安置點，村民楊學勇和家人安頓下來。他告訴記者，現在吃喝不愁，對村裡的黨員幹部滿是感激。 「那天晚上，要不是村幹部冒死出了大力……」楊學勇聲音哽咽。 驚險的一夜只是忙碌的開始。舊莊溝村黨支部在配合救援人員繼續搜救、搶修道路的同時，還組織年輕力壯、熟悉村道的黨員運送物資，確保食品、飲用水第一時間送到受災群眾手中。 在連續多天呼喊轉移受災群眾、不分晝夜的勞累下，56歲的王黎顯嗓音已沙啞。他說，患難見真情、災難顯擔當，黨員幹部帶領群眾共抗險情是職責所在。 風雨無情，災害難料。然而，基層黨組織和黨員幹部，卻是諸多不確定、難預料中的「確定」與「常量」。 記者從榆中縣委組織部了解到，災情發生後，各級基層黨組織充分發揮戰鬥堡壘作用，全面投入救災一線。截至10日，有295個黨組織、176個黨員突擊隊和黨員先鋒隊奮鬥在搶險救災一線，5200多名黨員幹部參與其中。 從榆中縣城到舊莊溝村救援現場，一路上處處可見鮮紅的黨旗，穩穩紮在群眾最需要的地方。(記者崔翰超)
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。
雨燕直播
「活动」首次登录送新手大礼包
- 软件大小: 579.31MB
- 最后更新: 2025-11-05 19:01
- 最新版本: v1.6.9.8
- 文件格式: apk
- 应用分类:ios-Android 青稞直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.51以上
客服热线：135-2856-9573
六月直播类似软件
猜你喜欢
18423
53487
45839
16
2025-11-05 19:01
25613
17
2025-11-05 19:01
48957
15
2025-11-05 19:01
48562
41
2025-11-05 19:01
71362
69
2025-11-05 19:01
93785
37
2025-11-05 19:01
21579
72
2025-11-05 19:01
52174
89
2025-11-05 19:01
82173
52
2025-11-05 19:01
41263
68
2025-11-05 19:01
74
98436
74
64137
39
34526
31698
86945