道中華丨萬年前的「老桂林人」也好這一口
2025-11-08 16:31 3,418次浏览一個理念，如何深刻地改變中國？ 2005年8月15日，時任浙江省委書記的習近平同志在浙江安吉餘村，首次提出「綠水青山就是金山銀山」的重要論斷。 彼時突飛猛進的工業化浪潮中，這份抉擇見定力、見遠見。 倏忽20年，從小山村到省域實踐、再到成為指引整個國家前進方向的新發展理念的重要組成部分，生態文明建設的歷史性、轉折性、全局性變化在中華大地漸次鋪展。 兩張衛星圖，聚焦同一域，見證這場「綠色躍遷」。 一張來自2008年：黃河「幾字彎」頂部，內蒙古烏梁素海，因城市汙水和工業廢水汙染，大面積「黃苔」，生態功能嚴重退化，水質一度惡化為劣Ⅴ類。 一張攝於近年：增綠明顯、水域擴大，生態環境顯著轉好。魚翔淺底、百鳥翔集的美景悄然回歸，「塞外明珠」重煥光澤。 由一域觀全局。翻開厚厚的生態帳本：山水林田湖草沙一體化保護和修復，截至2024年底，52個山水工程累計完成治理面積超830萬公頃，累計完成生態修復面積超1.2億畝。 回望，改變的又豈止宏觀的圖景與數字。 浙江杭州民間河長胡福慶用3700多篇巡河日記，記錄下家門口新開河從濁到清的蛻變過程；河北石家莊退休工人王汝春，從2014年起每天對著天空拍攝，定格大氣治理成效……生態之變，躍動在人們具體而微的日常生活，帶來看得見、摸得著的獲得感、幸福感。 天更藍、地更綠、水更清，讓「良好的生態環境是最公平的公共產品，是最普惠的民生福祉」，在每個人身邊留下了真實而鮮活的註腳。 「我們把生態文明建設作為關係中華民族永續發展的根本大計，開展了一系列開創性工作，決心之大、力度之大、成效之大前所未有」。2023年7月，習近平總書記在全國生態環境保護大會上的講話中，用三個「之大」彰顯出綠色變革之廣泛、之深刻。 循跡溯源，生態之變源於理念的指引。而理念的生長，往往紮根於實踐的腳步。從一些「歷史瞬間」中，可以窺見美麗中國建設的歷程—— 長江之畔，強調要把修復長江生態環境擺在壓倒性位置，共抓大保護，不搞大開發；雪域高原，叮囑切實保護好地球第三極生態；壩上林海，指出深刻理解和落實生態文明理念，再接再厲、二次創業…… 一次次考察調研，一場場重要會議，習近平總書記著眼生態文明建設，因地制宜、分類施策，為中華民族的永續發展夯基壘臺。 起筆生態，落墨發展。 建設人與自然和諧共生的現代化，「綠色發展是生態文明建設的必然要求，代表了當今科技和產業變革方向，是最有前途的發展領域」。 無論是在綠水青山間、冰天雪地上開展文旅產業，還是成立生態產品交易中心，聯動森林「水庫、錢庫、糧庫、碳庫」，拓展生態效益的經濟轉化途徑……綠色，這一大自然的本色，是高質量發展的底色，更是推進中國式現代化進程中的亮色。 放眼世界，這一抹「中國色」正贏得世界廣泛共鳴。 從深入闡述「人與自然生命共同體」，到倡議「共建地球生命共同體」，從積極推動《巴黎協定》實施，到倡導建立「一帶一路」綠色發展國際聯盟，中國的綠色實踐與價值理念，為全球生態環境治理注入信心和動力。 20年，一棵樹可以從幼苗長成棟梁，一條河流可以洗盡汙濁又見碧波。 20年，「綠水青山就是金山銀山」的理念，可以從一個浙北小山村的實踐，上升為推動中國高質量發展的科學指引，成為引領全球綠色發展的路徑。 「路子選對了就要堅持走下去」。綠色發展之路，前程遠大，風光正好。 策劃：杜尚澤、彭俊 撰文：陳世涵、李建廣 編輯：左瀟 海報：陳曉勁 校檢：吳玥
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。
小狐狸直播
「活动」首次登录送新手大礼包
- 软件大小: 491.74MB
- 最后更新: 2025-11-08 16:31
- 最新版本: v4.4.1.4
- 文件格式: apk
- 应用分类:ios-Android 六月直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.97以上
客服热线：138-4238-3726
免费直播类似软件
猜你喜欢
74912
76
36275
36
2025-11-08 16:31
49561
73
2025-11-08 16:31
56791
65
2025-11-08 16:31
27813
35
2025-11-08 16:31
73412
21
2025-11-08 16:31
64527
78
2025-11-08 16:31
13492
98
2025-11-08 16:31
81972
42
2025-11-08 16:31
86197
84
2025-11-08 16:31
15924
37
2025-11-08 16:31
57982
81
2025-11-08 16:31
92183
76
51298
67814
73
21
61
73
41528
94
68294
71