臺民調顯示：反「大罷免」人數激增260萬
2025-10-28 04:38 7,189次浏览充滿現代感的金屬框架勾畫出傳統山水線條，縹緲古樂中，杜甫、李白、高適三人醉步飄搖、把酒賞詩，爭光鬥輝的唐詩星空仿佛投於臺上，而杜甫無疑是其中尤為耀眼的一顆……8月7日，由郭啟宏編劇，馮遠徵導演，馮遠徵、楊明鑫、孫驍瀟、孫星、張培、王卓達、梁丹妮等主演的北京人藝歷史劇《杜甫》在首都劇場開啟第五輪演出的大幕，依舊以人在「畫中走、詩中遊」的獨特意境中，為觀眾呈現出一個鮮活而立體的杜甫形象。 《杜甫》首演於2019年，是著名編劇郭啟宏繼「文人三部曲」——《天之驕子》《李白》《知己》之後，又一次將筆觸對準中國古代文人命運的歷史題材力作。為了完成這部作品，郭啟宏前後耗時十年、數易其稿。與以往「詩聖」形象的高臺塑像不同，郭啟宏並不直接描寫杜甫的創作與成就，而是另闢蹊徑，將故事聚焦在他自「安史之亂」至離世的這段人生軌跡。 劇裡杜甫的詩歌與他的切身經歷交織互現：自洛陽赴華州途中親見戰亂中官府強徵民役的他揮筆寫下《三吏三別》；身處弊屋破茅卻心憂「天下寒士」的他作詩《茅屋為秋風所破歌》；晚年漂泊洞庭湖上，淪為病老殘軀的杜甫依然心憂家國，寫下「戎馬關山北，憑軒涕泗流」……不同於李白的瀟灑絕塵，高適的命運顯達，杜甫一生顛沛流離、生活坎坷，一顆素心卻始終磨礪未改，他未被「悲苦擊倒而懷沙自沉」，反而將苦難淬鍊為字字泣血的詩歌，成了流傳千古的「詩史」。「郭啟宏老師選了條新路，寫杜甫一生中最苦的階段，切入點也特別。雖是寫『詩聖』，但不像寫《李白》那樣賦予他詩情畫意。所以我在塑造人物時，不單想著他是個詩人，更想把他當成一個活生生的人。」導演兼主演馮遠徵表示。在寫實與寫意之間，觀眾於《杜甫》的舞臺上，看到的並非端坐詩壇的聖人，而是一位在世俗中沉浮、靈魂卻始終高貴的人：他渴望為官，卻不屑官場逢迎；心系黎民，卻苦尋不到出路；他面對不公，敢於仗義執言；為了生存，也能彎下腰身。 從接觸到深入，從親近到融入，馮遠徵對杜甫這個人物的理解逐步深入。舞臺上,以「夢中夢」的形式實現杜甫與蘇渙、李白、高適、嚴武及妻子的多時空對話，借眾人之口解答杜甫心頭的困惑；劇終處，又豐富了杜甫對自己人生的詩意總結。這些二度創新的舞臺亮點，正是馮遠徵隨著對杜甫認知加深而生發的感悟。時至今日，他與杜甫的融合仍在繼續。「現在排練，我還常有新體會，發現之前某段戲處理得不夠準確，我還可以更清晰地表達出更深層的意思。」作為導演，馮遠徵既要琢磨自己的角色，還得關注其他演員的表演：怎麼幫他們更深入地理解角色？如何讓他們和角色一起成長？「一部戲演出好幾輪，有些演員說臺詞成了習慣，會影響塑造人物的狀態。」馮遠徵表示，這次復排更強調人物的精準塑造，力求完成臺詞和內心的深度挖掘。即使是群眾場面，演員也不能「只完成任務，得演出人物來」「哪怕是個小丫鬟，或者過場角色，都要找到人物的特徵」。這輪演出也有部分新演員的加入，為劇組和創作帶來了新鮮感，「他們與前人不一樣的理解和表演節奏，讓我們碰撞出新的火花和靈感。」該劇將演出至8月19日。
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。
六月直播
「活动」首次登录送新手大礼包
- 软件大小: 547.78MB
- 最后更新: 2025-10-28 04:38
- 最新版本: v1.10.17.17
- 文件格式: apk
- 应用分类:ios-Android 免费直播行情网站
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.48以上
客服热线：133-3549-9625
伊人直播网站类似软件
猜你喜欢
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
-
2025-10-28 04:38
49712
35
2025-10-28 04:38
62137
93
2025-10-28 04:38
16538
96
2025-10-28 04:38
15296
81
2025-10-28 04:38
83479
37
2025-10-28 04:38
95832
82
2025-10-28 04:38
83247
84
2025-10-28 04:38
95317
75
2025-10-28 04:38
75691
87
2025-10-28 04:38
82396
74
2025-10-28 04:38
14768
87
2025-10-28 04:38
78153
89
16349
84971
65
46
24856
76
94872
84
18496
48632
18
84
84512
69