呷哺呷哺集團上半年收入19.4億元，外賣訂單增長超55%
2025-10-24 12:25 6,945次浏览成都8月10日電 題：成都世運會新疆志願者：讓中國的溫暖與世界的精彩相遇 記者 賀劭清 「希望用最真誠的微笑迎接五湖四海的朋友，讓中國的溫暖與世界的精彩在成都相遇！」10日下午，成都世運會擲準飛盤項目頒獎現場，西南民族大學維吾爾族女生艾麗菲熱·木沙江引導獲獎運動員走上頒獎臺。儘管頒獎流程僅有十多分鐘，但這位新疆姑娘在禮儀老師的悉心指導下，已認真籌備了近一個月。 7月30日，艾麗菲熱·木沙江(前排右二)參與成都世運會志願者禮儀培訓。 西南民族大學供圖 據了解，成都世運會共有來自116個國家和地區的6679名運動員、隨隊官員、技術官員參賽，是世運會歷史上規模最大、人數最多的一屆。 為保障賽事順利推進，8600餘名賽會志願者活躍在競賽場館、世運村、主媒體中心、機場、酒店等各個角落。漢族、壯族、回族、維吾爾族、土家族、蒙古族、朝鮮族、傣族、羌族等多民族青年在此匯聚，以志願服務為橋促進文化交流，向世界展示中國大學生的青春風採。 為確保頒獎環節「零失誤」，艾麗菲熱·木沙江不僅進行了基礎體能訓練，還反覆練習託盤持物20分鐘、標準引導手位等專業技巧，每個動作都精益求精。 「剛開始覺得有些枯燥，但看運動員們日復一日將一個動作練到極致，才得以站上賽場，我就有了堅持的動力。」艾麗菲熱·木沙江說，運動員的拼搏精神，激發了她挑戰自我之心，也讓心中的信念愈發堅定。 對艾麗菲熱·木沙江而言，世運會的收穫遠不止此。和她一同參加禮儀培訓的，還有漢族、回族、土家族、蒙古族、羌族的同學。培訓、志願服務期間，各民族志願者朝夕相處，結下了深厚情誼，也更深刻地理解了「奉獻」與「責任」的分量。 同在西南民族大學的維吾爾族女生麥日耶姆古麗·馬木提，是成都世運會開幕式主場館的志願者。「開幕式上充滿中國元素的絢爛煙花，還有中國隊入場瞬間，現在想起來仍心潮澎湃，身為中國人的自豪感油然而生！」開幕式當天，麥日耶姆古麗·馬木提和其他志願者在現場見證了這一時刻，並拍下煙花照片第一時間分享給父母。 麥日耶姆古麗·馬木提(左二)在成都世運會志願服務資料圖。 西南民族大學供圖 麥日耶姆古麗·馬木提不僅是本屆世運會的志願者，她還曾擔任成都大運會火炬手。她回憶，自己的志願者夢萌芽於北京冬奧會——看到北京冬奧會志願者展現出的青春向上風採後，對志願工作心生嚮往，渴望為祖國舉辦的大型賽事貢獻力量，也藉此拓寬視野、提升團隊協作能力。 世運會期間，麥日耶姆古麗·馬木提還承擔了志願者餐包打包工作，她笑稱自己是「志願者的志願者」。「這段經歷讓我明白，每個人的幸福生活背後，都有許多人在默默無私付出。」麥日耶姆古麗·馬木提說，成都世運會的志願服務時光，必將成為她人生中最珍貴的記憶。(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。
尖叫之夜免费直播
「活动」首次登录送新手大礼包
- 软件大小: 815.79MB
- 最后更新: 2025-10-24 12:25
- 最新版本: v9.18.12.2
- 文件格式: apk
- 应用分类:ios-Android 看b站a8直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.17以上
客服热线：132-4721-5197
极速直播类似软件
猜你喜欢
89157
29
2025-10-24 12:25
28731
19
2025-10-24 12:25
64571
82
2025-10-24 12:25
69148
97
2025-10-24 12:25
71598
72
2025-10-24 12:25
89435
97
2025-10-24 12:25
52836
46
2025-10-24 12:25
34568
95
2025-10-24 12:25
29314
76
2025-10-24 12:25
12874
54
2025-10-24 12:25
26485
78
2025-10-24 12:25
49
97
48
15736
36874
56
29
49758
83
16