8月11日央行開展1120億元7天期逆回購操作
2025-12-07 02:49 6,674次浏览拉薩8月5日電 題：布達拉宮周邊一甲子變遷記 記者 江飛波 「新建公園最早以前是一片荒地，水是從布達拉宮前面(南面)過來的。上世紀五六十年代，我父親從日喀則調到拉薩工作，就是負責這條水渠的清理、修建。」近日，在拉薩新建團結公園附近，老城區八廓街70歲的居民索朗邊覺對記者講述布達拉宮周邊的變遷史。 8月4日，在拉薩團結公園藥王山步道眺望布達拉宮，拉薩城市呈現「半城山色半城湖」的美麗景觀。記者 江飛波 攝 布達拉宮是世界文化遺產、第一批全國重點文物保護單位，周邊有宗角祿康公園、布達拉宮廣場等公共區域。8月1日，總投資1.28億元(人民幣，下同)的團結公園開園，迎接市民及遊客。 8月4日，在團結公園藥王山步道上，休閒、鍛鍊的市民和遊客絡繹不絕。索朗邊覺也誇讚，「轉經路上又多了一個公園，有湖還有步道通往藥王山。」他說，幾十年間，布達拉宮周邊公共設施和景觀越來越好。 「布達拉宮廣場是上世紀九十年代建的，更早以前，廣場是一塊空地，有遊樂園、攤位集市，還有一座文化宮，西藏很多重大活動都在文化宮舉行。」他回憶，青年時代，文化宮晚上8點和10點各放映一場電影，擠在窗口搶購兩角錢一張的電影票是青年時代的難忘回憶。 7月29日，遊客在布達拉宮廣場東側人工湖附近「打卡」。記者 江飛波 攝 公開資料顯示，布達拉宮廣場、宗角祿康公園等經歷數次改造提升，其中布達拉宮廣場於1994年由中國官方投資1.13億元開工興建；2005年，為慶祝西藏自治區成立40周年，官方再度投資1.5億元對布達拉宮廣場進行改擴建，包含分中心廣場、湖區整治、水系恢復和綠化等。 拉薩市水系生態治理工程項目經理趙程鵬介紹，團結公園是西藏自治區成立60周年的獻禮工程，也是拉薩市中心城區水系生態治理重點項目之一。 「上世紀三十年代，這裡是一片荒地，西藏和平解放以後，這一帶逐漸發展起了茶館、農貿市場以及銀行、商鋪等業態。」趙程鵬介紹，新建的團結公園總面積約300畝，承擔著「生態修復、文化傳承、民生改善」三重使命。 趙程鵬說，公園人工湖水源是拉薩河，經乾渠引流而來，流經團結公園後再到羅布林卡，最後回到拉薩河形成活水循環。 在團結公園藥王山一處觀景臺，退休居民多吉和朋友們看著遠處，一一辨認西藏博物館、功德林寺、關帝格薩拉康以及更遠處的拉魯溼地等拉薩著名的地標，他說這裡是拉薩最好的觀景臺。「這個步道也特別好，適合老年人。」 8月4日，外籍遊客登上拉薩團結公園藥王山步道。記者 江飛波 攝 來自江蘇的遊客楊興強說，這是自己帶著家人第一次進藏，上周乘機飛抵林芝後，租車自駕林拉高等級公路到拉薩。「這兩天先後去了羊卓雍錯和卡若拉冰川，西藏給我們的感覺很震撼。」他說，相比自然風光，這裡的人文景觀也讓人印象深刻。 「我們沒有提前做攻略，在拉薩的時間也有限，沒能預訂到布達拉宮的參觀門票，到這裡(團結公園)新視角眺望布達拉宮也不錯。」他說，有機會自己還將進藏，深度遊覽、體驗。(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。
夜月视频直播
「活动」首次登录送新手大礼包
- 软件大小: 473.68MB
- 最后更新: 2025-12-07 02:49
- 最新版本: v7.13.17.12
- 文件格式: apk
- 应用分类:ios-Android 成人抖阴
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.29以上
客服热线：138-7563-3476
71845
13
28
69438
56
2025-12-07 02:49
21395
64
2025-12-07 02:49
71695
64
2025-12-07 02:49
78962
43
2025-12-07 02:49
49758
74
2025-12-07 02:49
18649
25
2025-12-07 02:49
65729
27
2025-12-07 02:49
59812
51
2025-12-07 02:49
61935
61
2025-12-07 02:49
62439
85
32
36517
15
79653
12468
18763
87