南寧8月9日電 (駱遠柱 劉桂明)廣西壯族自治區河長制辦公室9日提供的信息顯示,近日,自治區總河長發布第10號總河長令,印發《廣西壯族自治區幸福河湖建設實施方案(2025—2030年)》,決定在全區推進幸福河湖建設,著力打造「河安湖晏、水清魚躍、岸綠景美、宜居宜業、人水和諧」的幸福河湖。 根據《方案》,廣西將以河湖長制為抓手,立足「兩橫八縱、六河連通」現代化水網總體布局,聚焦水安全、水資源、水生態、水環境、水文化和岸線保護,實施綜合治理、系統治理、源頭治理。到2030年,全區將建成116條(個)兼具水安全保障、水資源豐富、水生態健康、水環境優美、水文化彰顯的幸福河湖,包括115條河流(含10條跨省河流)和1個湖泊(南寧市南湖)。 《方案》部署五大重點任務:一是提升河湖安全保障水平,完善防洪排澇體系,縱深推進河湖庫「清四亂」常態化規範化,嚴格空間管控,強化執法監管,推動「人工智慧+」賦能智慧河湖建設;二是維護河湖健康生命,加強水資源節約集約利用,推進水生態保護修復(重點開展灕江全流域治理),管控生態流量,治理保護河口,提高水生生物多樣性;三是實現河湖清潔美麗,修復岸線,推進水系連通(重點在桂林、梧州等城市實施),綜合治理農村水系,防治水汙染;四是推動河湖生態產品價值轉化,建立生態價值實現機制,加快「河湖+產業」融合,發展綠色產業鏈、生態農業帶、「水文旅」及「健康飲水」產業集群;五是保護傳承弘揚江河文化,挖掘靈渠、古桂柳運河等遺產,打造水文化窗口,建設河長制主題公園等基地,提升水利工程美學設計。 實施安排上,將分批分類推進:2025年重點推進2條中央資金支持項目,2026年起有序實施名錄內項目,至2030年完成116條(個)建設;通過項目建設達標或按標準評定兩種方式,將符合條件的河湖納入廣西幸福河湖名錄。 總河長令強調,各級黨委、政府要強化河湖長制落實,建立「黨政主導、河湖長牽頭、屬地負責、部門聯動」機制。各級河湖長需統籌力量、明確分工,各級河長制辦公室要協調部門協同推進,嚴格監督管理,加強宣傳引導,確保幸福河湖建設取得實效。(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。
比心直播 | 红桃直播 |
月夜直播 |
荔枝网直播 | 69美女直播 |
妖姬直播 |
花间直播 | 色花堂直播 |
蜜桃视频 |
牡丹直播 | 杏仁直播 |
小妲己直播 |
榴莲视频 | 金桔直播 |
山猫直播 |
蜜桃视频 | 黑白直播 |
榴莲视频 |
b站刺激战场直播 | 黄瓜直播 |
浪花直播 |
红杏直播 | 蜜桃直播 |
成人免费直播 |
月神直播 | 香蕉app免费下载 |
祼女直播app |
月神直播 | 嗨球直播 |
彼岸直播 |