微視頻｜總書記與全民健身的故事
2025-10-24 18:43 6,495次浏览北京8月5日電 (記者 阮煜琳)中國物流與採購聯合會5日發布數據顯示，7月中國物流業景氣指數為50.5%，環比回落0.3個百分點。儘管有不利天氣因素影響，但指數反映出總需求保持擴張，企業內生動力較強，物流供需保持適配增長。 分項指數中，業務總量指數、新訂單指數、庫存周轉次數指數、資金周轉率指數、物流服務價格指數、固定資產投資完成額指數、從業人員指數和業務活動預期指數處於50%以上擴張區間。 業務總量指數保持擴張，但增速放緩。分行業看，鐵路運輸業、道路運輸業、航空運輸業、倉儲業、裝卸搬運業和郵政快遞業等行業業務總量指數保持在擴張區間，奠定全行業平穩運行基礎。新訂單指數有所回升，新增需求增速加快。物流企業新訂單指數為52.5%，環比回升0.1個百分點。 今年以來隨著重大項目投資的逐步落實，物流基礎設施建設進度加快，固定投資完成額指數連續5個月回升，且處於擴張區間，本月物流業固定資產投資完成額指數為54.9%，環比回升0.4個百分點。業務活動預期指數為55.6%，航空運輸業、郵政快遞業和多式聯運領域活動預期指數分別處在58.9%、57.2%和52.3%的高位水平。行業物流保持活力，電商快遞和航空物流增勢突出，鐵路道路運輸趨穩。電商快遞業務活躍度持續升高，電商快遞業業務總量指數為69.3%，處於高景氣區間。 中國物流信息中心副總經濟師胡焓認為，從今年前7個月數據看，物流需求增勢平穩，「以舊換新」國補政策連續發力，區域補貼和產品品類不斷擴充，同時企業創新大、小家電「線上線下聯動」等優質服務，帶動民生消費領域消費場景進一步擴大，物流需求進一步增長，大宗商品和原材料物流需求放緩但具備回穩基礎。(完)
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。
密桃直播
「活动」首次登录送新手大礼包
- 软件大小: 462.49MB
- 最后更新: 2025-10-24 18:43
- 最新版本: v12.9.16.2
- 文件格式: apk
- 应用分类:ios-Android 樱花直播nba
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.31以上
客服热线：137-5982-5123
39
36947
86
2025-10-24 18:43
81746
41
2025-10-24 18:43
38914
29
2025-10-24 18:43
51649
85
2025-10-24 18:43
97532
19
2025-10-24 18:43
19467
86
2025-10-24 18:43
36952
78
2025-10-24 18:43
82749
73
2025-10-24 18:43
46971
27
2025-10-24 18:43
52
53768
13964
54
42986
85
79
58
84
39651
19