本報訊 (記者時斕娜)國家知識產權局近日印發《關於重點推進「雙五星」專利轉化運用 加快實施一批專利產業化項目的通知》(以下簡稱《通知》),要求各地結合本地區產業發展實際,重點支持「雙五星」專利的數據挖掘、推介對接和轉化實施,高質量推進高校和科研機構存量專利盤活工作,聚焦關鍵技術領域,加快推動一批技術含量高、市場前景好的高價值專利產業化項目落地實施。 據了解,所謂「雙五星」專利,是指在高校和科研機構存量專利盤活系統中,高校和科研機構自評價值為五星級、且有一家及以上企業他評價值為五星級的專利。 《通知》要求,各地結合本地區投資、招商等重點任務,從「雙五星」專利中優選一批高價值專利作為產業化重點項目,有效發揮專利導航的輔助決策作用,充分利用概念驗證中心、小試中試基地等平臺資源,提高產業化項目的成功率。同時,探索運用人工智慧大模型技術提升「雙五星」專利的轉化效率。
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。
51968
26
2025-11-10 11:13
97253
48
2025-11-10 11:13
83714
74
2025-11-10 11:13
64785
71
2025-11-10 11:13
85961
48
2025-11-10 11:13
26537
48
2025-11-10 11:13
48253
92
2025-11-10 11:13
52741
73
2025-11-10 11:13
62489
67
2025-11-10 11:13
46789
97
2025-11-10 11:13
85762
71
2025-11-10 11:13
27985
36
2025-11-10 11:13
36859
98
2025-11-10 11:13
59246
69
2025-11-10 11:13
78263
84
2025-11-10 11:13
21348
37
2025-11-10 11:13
19367
81
2025-11-10 11:13
12695
49
2025-11-10 11:13
58924
41
2025-11-10 11:13
51694
13
2025-11-10 11:13
51439
26
2025-11-10 11:13
82715
12
2025-11-10 11:13
19245
85
2025-11-10 11:13
46135
59
2025-11-10 11:13
97423
19
2025-11-10 11:13
48165
27
2025-11-10 11:13
89672
13
2025-11-10 11:13
89145
46
2025-11-10 11:13
79346
21
2025-11-10 11:13
95647
52
2025-11-10 11:13
68134
93
2025-11-10 11:13
64132
62
2025-11-10 11:13
69214
79
2025-11-10 11:13
65924
12
2025-11-10 11:13
63475
37
2025-11-10 11:13
51637
24
2025-11-10 11:13
19425
48
2025-11-10 11:13
32875
83
2025-11-10 11:13
72148
23
2025-11-10 11:13
84257
62
2025-11-10 11:13
26789
37
2025-11-10 11:13
75213
72
2025-11-10 11:13
54276
93
2025-11-10 11:13
97825
17
2025-11-10 11:13
12364
28
2025-11-10 11:13
13574
91
2025-11-10 11:13
96147
46
2025-11-10 11:13
42935
37
2025-11-10 11:13
51284
31
2025-11-10 11:13
92651
81
2025-11-10 11:13
63725
65
2025-11-10 11:13
97215
98
2025-11-10 11:13
71286
46
2025-11-10 11:13
| 妲己直播 | 柚子直播 |
| 黑白直播 | |
| 直播黄台app凤蝶 | 月神直播 |
| 糖果直播 | |
| 桃花app | 夜月视频直播 |
| 妖姬直播 | |
| 免费真人视频网站直播下载 | 零点直播 |
| 杏爱直播 | |
| 莲花直播 | 小草莓直播 |
| 桃花app | |
| 曼城直播 | 阴桃直播 |
| 香蕉直播 | |
| 伊人app | 茄子直播 |
| 山猫直播 | |
| 魅影5.3直播 | 金莲直播 |
| 红桃直播 | |
| 趣播 | 成人性做爰直播 |
| 伊人app | |
| 凤蝶直播 | 免费真人视频网站直播下载 |
| 妖精直播 | |