百餘件「壓箱底」藏品公之於世！「珍存銘志——上海市民抗戰實物收藏展」啟幕
2025-11-26 10:09 1,175次浏览盤一盤手機換菜刀到底行不行？ 「舊手機、舊電腦換菜刀、換不鏽鋼盆嘍！」這與時俱進又略帶誇張的吆喝，您是否也曾聽過？一些閒置的「電子家當」留著無用，很多朋友會考慮出手置換，主打一個該省省該花花。那麼，其中的風險隱患您又是否全然了解？不如和小安一起盤一盤，如何「變廢為寶」又不「引火燒身」。 安全處置 守護「數字身家」 通訊錄記錄著社交網絡，聊天記錄關聯著親朋好友，相冊存儲著私密瞬間，瀏覽記錄承載著興趣偏好，地圖定位描繪著出行軌跡……一部經久使用的智慧型手機，就像一個濃縮的數字人生檔案袋，如果隨意交出，其中蘊含的信息安全風險便悄然升級。 ——帳戶信息遭竊。舊手機中存儲的個人身份信息、關聯的銀行帳戶、使用的支付或登錄密碼一旦被不法分子通過技術手段恢復獲取，可能危及個人隱私、財產安全。 ——隱私數據丟失。舊手機存儲的個人社交帳號、活動軌跡、生理數據等，若未經妥善處理，存在被不法分子用於分析機主個人特徵、社交關係、行為習慣及活動軌跡的風險，可能衍生出詐騙、身份盜用等問題。 ——工作信息洩露。舊手機中可能存儲工作郵件、會議記錄、客戶資料等敏感數據，如這些信息被不法分子恢復，可能導致工作信息洩露，給單位和個人造成損失。更有甚者，如手機曾接入單位內網，不法分子可能利用其殘留的網絡配置信息(如VPN設置)，作為入侵企業核心系統的通道。 此外，舊手機中未退出的雲端帳號還可能成為黑客攻擊的突破口。如手機曾綁定過智能家居，黑客甚至可能遠程操控家中智能設備實施竊聽竊視。 國家安全機關提示 簡單恢復出廠設置還不足以徹底清除舊手機中的個人信息，專業的數據恢復技術能輕易擊破這層屏障，回收流向的不確定性也讓這些敏感數據面臨更大的安全風險。對於個人而言，可以從以下幾方面保護自己的「數字家當」。 ——徹底清除數據。先退出手機上的所有應用程式(尤其是支付、社交媒體、郵箱等含重要數據的APP)帳戶登錄狀態；關閉手機自帶的「查找設備」功能，防止追蹤定位；最後再恢復出廠設置，覆蓋舊數據痕跡。 ——銷毀關鍵硬體。在處置設備前，務必取出手機內的SIM卡和存儲卡，並自行保管或剪毀，或確保其在正規機構處置流程中被粉碎處理，杜絕後患。 ——正規渠道回收。將淘汰的舊手機交予資質齊全的官方回收機構，優先選擇手機品牌官方以舊換新計劃、大型電商平臺的回收服務或具有國家認證資質的專業電子廢棄物回收處理企業。 ——培養保密意識。在日常生活中，避免在手機中存儲身份證或銀行卡照片、密碼明文等敏感信息；如確需在手機內存儲，務必使用可靠加密軟體或設備自帶的保險箱功能；及時刪除不再需要和含有個人信息的文件或圖片。 來源：國家安全部微信公眾號
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。
苹果直播
「活动」首次登录送新手大礼包
- 软件大小: 371.51MB
- 最后更新: 2025-11-26 10:09
- 最新版本: v14.6.18.5
- 文件格式: apk
- 应用分类:ios-Android 魅影直播间
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.53以上
客服热线：131-5147-1462
快猫类似软件
猜你喜欢
37946
83
2025-11-26 10:09
18536
98
2025-11-26 10:09
31649
63
2025-11-26 10:09
78549
75
2025-11-26 10:09
48156
71
2025-11-26 10:09
41786
17
2025-11-26 10:09
83497
89
2025-11-26 10:09
61782
15
2025-11-26 10:09
32187
98
2025-11-26 10:09
71936
59
2025-11-26 10:09
18652
46
2025-11-26 10:09
62
93
76
18
48
69
38452
53
82