抗日戰爭期間有一名年輕的印度醫生心懷理想踏上戰火紛飛的中國大地與中國人民並肩戰鬥把壯麗年華乃至生命都獻給了中華民族的解放事業走近被譽為「白求恩式的好大夫」中印友誼的象徵——印度醫生柯棣華我知道這次去中國面臨失去生命和工作的風險,但與能夠醫治抗日受傷士兵相比,這些都不算什麼。 ——柯棣華這是印度醫生柯棣華在參加援華醫療隊面試後寫給家人信中的一句話。柯棣華,原名德瓦卡納特·桑塔拉姆·柯棣尼斯,1910年出生於印度馬哈拉施特拉邦的紹拉普爾。1936年,他從印度知名的醫學院——格蘭特醫學院畢業。抗日戰爭爆發後,印度國大黨決定派一支小型醫療隊到中國。1938年,28歲的柯棣尼斯毅然決定加入醫療隊,並於同年9月隨隊抵達中國。為了表達援華抗戰的決心,醫療隊的5名隊員特意起了帶「華」字的名字:巴蘇華、卓克華、愛德華、木克華,而柯棣尼斯則成為柯棣華。來到中國後,柯棣華目睹了日軍的殘酷暴行,這讓他感到非常悲憤。1939年2月,柯棣華抵達延安,隨後在八路軍軍醫院工作,他把每天的工作都安排得很滿,高明的醫術也很快得到了大家的信任和尊重。同年秋,柯棣華一行人提出追隨白求恩的足跡去前線。經過一個多月的跋涉並經歷了突破封鎖線的戰鬥,他們到達了晉東南太行山區的八路軍前方總部。1940年6月,柯棣華來到晉察冀軍區司令部駐地唐縣和家莊。沒過多久,百團大戰第二階段戰役打響。柯棣華主動申請上前線,並將救護所設在離前線最近的地方。河北唐縣白求恩柯棣華紀念館前館長陳玉恩介紹,柯棣華當時率領醫療隊,到了南線第四軍分區參加戰地救護。在前線的13天裡,柯棣華救治傷員800多名,為其中的585人做了手術。柯棣華當時患上了絛蟲病,他是帶病堅持到前線去救治傷員。據親歷者回憶,當時,一批批傷員不斷從前線上被運下來,柯棣華曾經三天三夜都沒有合眼。他的國際主義精神深深打動了晉察冀軍區白求恩學校的護理教員郭慶蘭。1941年11月,二人喜結連理。郭慶蘭生前接受採訪時曾說,感覺柯棣華人挺好,來到我們國家,這麼艱苦。「我特別感動的是,一個白求恩,一個柯棣華,他們特別能在艱苦的環境裡面,振奮人的精神。」除了在戰火紛飛的前線搶救傷員外,柯棣華還從1941年起擔任白求恩國際和平醫院首任院長。在從事醫療和教學工作的過程中,他逐漸意識到,戰爭日趨激烈,必須儘快為前線輸送更多的醫護人員,首要任務就是編寫醫學教材,但這對於一個外國人來說並不簡單。每天早上,柯棣華都要拿出至少一到兩個小時來練習寫漢字。在柯棣華紀念館,還留存著一些柯棣華當年的手稿,中文後標註著印地語和英文,幫助他來理解記憶。柯棣華的三妹馬諾拉瑪生前接受採訪時曾說,由於他膚色較黑,所以也被稱為「黑媽媽」。被稱做「媽媽」,是因為他像媽媽一樣照顧他人。當時由於戰亂,食物短缺,但八路軍給柯棣華等外國醫生提供了較好的食物。柯棣華總說先不要給我,先看看病人是否有吃的。根據原計劃,印度援華醫療隊的援助時間只有半年到一年。但當去留問題擺在柯棣華面前時,他堅定地選擇繼續留在中國。1942年7月,這位印度醫生站在黨旗下莊嚴宣誓,加入中國共產黨。1942年夏,柯棣華的癲癇病發作。由於抗日根據地醫療條件太差,聶榮臻曾勸他去延安或回國治病,他卻不顧危險留下工作。河北唐縣白求恩柯棣華紀念館前館長陳玉恩介紹,在柯棣華臨終的前一天,還為當地村民郝慶順做了急性闌尾炎切除手術,挽救了他的生命。1942年12月9日,因癲癇病反覆發作,柯棣華在河北唐縣逝世,年僅32歲。「抗戰必勝」,這是1941年1月28日柯棣華給白求恩學校畢業學員的題字。「抗戰必勝」,柯棣華的信念後來終於實現,而他的青春,卻永遠定格在了32歲。柯棣華逝世後,毛澤東在輓詞中寫道:「全軍失一臂助,民族失一友人。柯棣華大夫的國際主義精神,是我們永遠不應該忘記的。」
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。
69578
96
2025-10-28 03:29
46285
38
2025-10-28 03:29
28365
18
2025-10-28 03:29
31925
37
2025-10-28 03:29
82159
86
2025-10-28 03:29
39127
64
2025-10-28 03:29
92674
76
2025-10-28 03:29
62931
63
2025-10-28 03:29
45862
98
2025-10-28 03:29
58946
95
2025-10-28 03:29
46293
85
2025-10-28 03:29
29354
81
2025-10-28 03:29
62948
78
2025-10-28 03:29
86415
19
2025-10-28 03:29
21965
68
2025-10-28 03:29
78251
52
2025-10-28 03:29
48572
95
2025-10-28 03:29
67321
93
2025-10-28 03:29
16583
54
2025-10-28 03:29
28736
85
2025-10-28 03:29
63542
98
2025-10-28 03:29
38419
83
2025-10-28 03:29
48172
58
2025-10-28 03:29
36789
95
2025-10-28 03:29
91358
64
2025-10-28 03:29
95368
64
2025-10-28 03:29
65179
42
2025-10-28 03:29
63984
81
2025-10-28 03:29
64239
28
2025-10-28 03:29
23465
67
2025-10-28 03:29
38415
75
2025-10-28 03:29
81579
53
2025-10-28 03:29
78321
83
2025-10-28 03:29
67351
32
2025-10-28 03:29
31274
92
2025-10-28 03:29
23581
82
2025-10-28 03:29
57138
39
2025-10-28 03:29
87326
62
2025-10-28 03:29
47913
51
2025-10-28 03:29
13986
14
2025-10-28 03:29
95186
12
2025-10-28 03:29
17348
28
2025-10-28 03:29
17256
36
2025-10-28 03:29
42637
65
2025-10-28 03:29
15873
56
2025-10-28 03:29
26758
43
2025-10-28 03:29
67241
69
2025-10-28 03:29
45196
92
2025-10-28 03:29
79365
59
2025-10-28 03:29
43827
53
2025-10-28 03:29
74538
57
2025-10-28 03:29
62318
49
2025-10-28 03:29
63128
32
2025-10-28 03:29
| 蜜桃app | 美女直播 |
| 嫦娥直播 | |
| 婬色直播 | b站刺激战场直播 |
| 9.1樱花ppt网站大片 | |
| 蜜糖直播 | 美女直播 |
| 西瓜直播 | |
| 莲花直播 | 520直播 |
| 樱桃直播 | |
| 花椒直播 | 浪花直播 |
| 美女直播app | |
| 九球直播 | 抓饭直播 |
| 97播播 | |
| 花瓣直播 | 成人免费直播 |
| 杏仁直播 | |
| 西甲直播 | 嗨球直播 |
| 巧克力直播 | |
| 花间直播 | 比心直播 |
| 秀色直播app下载 | |
| 魅影看b站直播 | 97播播 |
| 青柠直播 | |