重慶8月10日電 (記者 劉相琳)重慶市應急管理局10日發布消息稱,為應對即將到來的強降雨天氣過程,重慶市防汛抗旱指揮部決定啟動全市防汛三級應急響應。 重慶市氣象部門發布重要氣象信息專報(暴雨災害Ⅲ級預警)顯示,受西南渦和冷空氣共同影響,預計10日夜間至12日白天,重慶東北部、中西部大部地區和東南部的石柱縣、黔江區、彭水縣有暴雨到大暴雨,局地特大暴雨,降水具有極端性,主要影響時段為11日凌晨到夜間,以上地區累計雨量50至180毫米,局地250至350毫米,其餘地區20至40毫米;最大小時雨量70至100毫米。降雨時伴有短時強降水、局地8至10級陣性大風、雷電等強對流天氣。 經會商研判,考慮到颱風「楊柳」對重慶降雨落區及強度影響的不確定性,根據《重慶市防汛抗旱應急預案》,重慶市防汛抗旱指揮部決定啟動全市防汛三級應急響應。 重慶市防汛抗旱指揮部要求,重慶各區縣及市防指各成員單位盯緊城區地下空間、易澇地段、切坡建房、山溝坡腳、涉水工地、高山景區、山區民宿、河邊休憩、水上文旅新業態等薄弱環節,全面巡查值守,嚴防人員傷亡。針對高切坡道路、漫水橋、在建工程、農村切坡建房、山區及臨河旅遊景區景點、農家樂、養老中心等區域部位,以及老弱病殘孕、外來人員、避暑老人、返鄉學生等重點人群,全覆蓋叫應、應轉盡轉。各區縣要將區縣級一半以上搶險救援力量和前突車等重要裝備部署到高風險鄉鎮(街道),前置部分力量到高風險部位、點位,全力保障人民群眾生命財產安全。(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。
82513
34
2025-12-04 19:19
19783
41
2025-12-04 19:19
27319
78
2025-12-04 19:19
76549
32
2025-12-04 19:19
68125
21
2025-12-04 19:19
95632
49
2025-12-04 19:19
24853
59
2025-12-04 19:19
64132
94
2025-12-04 19:19
18356
92
2025-12-04 19:19
67918
83
2025-12-04 19:19
14732
19
2025-12-04 19:19
69173
52
2025-12-04 19:19
17548
41
2025-12-04 19:19
49215
72
2025-12-04 19:19
43267
43
2025-12-04 19:19
28175
76
2025-12-04 19:19
95137
45
2025-12-04 19:19
67591
82
2025-12-04 19:19
69873
51
2025-12-04 19:19
25473
34
2025-12-04 19:19
94357
48
2025-12-04 19:19
94386
27
2025-12-04 19:19
38615
35
2025-12-04 19:19
49128
19
2025-12-04 19:19
63751
59
2025-12-04 19:19
13258
85
2025-12-04 19:19
59837
16
2025-12-04 19:19
76582
43
2025-12-04 19:19
14962
78
2025-12-04 19:19
56248
71
2025-12-04 19:19
47125
61
2025-12-04 19:19
25146
42
2025-12-04 19:19
95412
27
2025-12-04 19:19
62384
95
2025-12-04 19:19
76238
64
2025-12-04 19:19
57819
25
2025-12-04 19:19
32198
67
2025-12-04 19:19
95237
37
2025-12-04 19:19
36159
17
2025-12-04 19:19
54876
75
2025-12-04 19:19
17249
71
2025-12-04 19:19
72941
92
2025-12-04 19:19
57691
57
2025-12-04 19:19
47958
41
2025-12-04 19:19
49638
14
2025-12-04 19:19
54189
27
2025-12-04 19:19
79421
85
2025-12-04 19:19
24651
17
2025-12-04 19:19
27418
81
2025-12-04 19:19
93168
63
2025-12-04 19:19
39472
57
2025-12-04 19:19
81534
85
2025-12-04 19:19
97528
64
2025-12-04 19:19
| 伊人app | 秀色直播 |
| 色花堂直播 | |
| 桃鹿直播 | 妲己直播 |
| 富贵直播 | |
| 伊人直播 | 杏仁直播 |
| 97播播 | |
| 月夜直播 | 极速直播 |
| 黄瓜直播 | |
| 小草莓直播 | sky直播 |
| 曼城直播 | |
| 蜜糖直播 | 大鱼直播 |
| 水仙直播 | |
| 私密直播全婐app免费 | 直播黄台app凤蝶 |
| 花瓣直播 | |
| 桃鹿直播 | 国外b站刺激战场直播app |
| 蝶恋直播 | |
| 看b站a8直播 | 苹果直播 |
| 小白兔直播 | |
| 仙凡直播 | 魅影视频 |
| 荔枝网直播 | |