中越110名候選人完成聯合國維和警察甄選考核
2025-11-28 19:31 6,693次浏览泉州8月7日電 題：踏歌而行數千裡，內蒙古烏蘭牧騎赴泉州開「藝術派對」 記者 奧藍 「有朋自遠方來嘛！這個道理我懂！這些飲料請你們喝，我不要錢。」在蟳埔村演出間隙買水時的一幕小插曲，讓楊壯津津樂道。 這幾日，「北疆文化絲路行」錫林郭勒盟·泉州市兩地文化交流活動在福建省泉州開展，錫林郭勒盟烏蘭牧騎隊員的「快閃巡演」是重頭戲之一。楊壯是此行的文旅推薦官，也是活動的臨時主持人。 烏蘭牧騎，蒙語意為「紅色的嫩芽」，是活躍在內蒙古廣大農村牧區的紅色文化工作隊。公開材料顯示，自1957年首支烏蘭牧騎成立以來，一代代烏蘭牧騎隊員以天為幕布、以地為舞臺，聚焦現實題材，累計創作演出1.3萬多個節目，累計行程130多萬公裡。內蒙古118.3萬平方公裡的土地上，如今活躍著75支烏蘭牧騎，錫林郭勒盟烏蘭牧騎就是其中之一。 連續3日來，烏蘭牧騎隊員們演出十餘場，商業街、廣場大舞臺、景區、博物館……處處是舞臺，表演曲目都是在內蒙古家喻戶曉的作品，馬頭琴雙人奏《萬馬奔騰》、舞蹈《頂碗舞》、蒙古族長調作品《走馬》、呼麥版本的《四歲的海柳馬》…… 圖為表演現場。記者 奧藍 攝 這也是一場藝術的盛宴。馬頭琴音樂、呼麥、長調，隊員們身上穿著的蒙古族服飾，都是國家級非物質文化遺產代表性項目，在內蒙古草原上傳承千年。 「這次帶來的節目都是精心編排的，希望用這種輕鬆活潑的快閃形式打破文化傳播的壁壘，讓更多人對北疆文化產生興趣，了解北疆文化。」劉金鐸加入烏蘭牧騎已18年，他告訴記者，他們這幾年一直在探索文化交流的新方式，無論是去偏遠的牧區演出，還是到全國各地的演出交流，都是希望把北疆文化人與自然共生的根脈講給大家聽。 演出前的準備工作很簡單。隊員們一般提前半個小時拉著拉杆箱來到現場，當音響調試成功、演出服換裝完畢、馬頭琴調好弦之後，演出就開始了。 圖為演出現場。蘇日嘎拉圖 攝 演出節奏很快，強度也很大。僅6日，從早到晚一共演了6場，每場六七個節目、大約半小時。烏蘭牧騎小分隊一行6人，有唱歌的、有跳舞的、有演奏樂器的，每個人都一專多能。 很多當地表演藝術家們也加入「快閃巡演」，帶來的木偶戲、拍胸舞等閩南特色藝術形式與內蒙古的北疆文化相互和鳴，引起現場觀眾的熱烈回應。 「能與內蒙古的文藝團體同臺，挺榮幸的。其實，我也挺嚮往這種草原文化。」泉州提線木偶劇團的楊耀鑫這次帶來了劇團經典節目《小沙彌下山》，詼諧活潑的表演方式很有人氣。他告訴記者，他幾乎每個月都有一兩次與外省文藝團體交流的機會。「(烏蘭牧騎)的歌聲舞蹈都很好，是一種比較震撼的感覺，看著自己都覺得洶湧澎湃。」 來到泉州後，隊員們入鄉隨俗，現學了閩南語流行歌曲《愛拼才會贏》，與泉州市蟳埔村的姐姐們，一同表演。 圖為演出現場。蘇日嘎拉圖 攝 演出總能吸引不少觀眾駐足，大家來自五湖四海，不少觀眾表示這是第一次認識內蒙古。 「我們踏歌而來，就是想讓更多人看到北疆大地上既傳統又鮮活的文化風景。」《頂碗舞》的舞蹈演員桑薩爾告訴記者，這是錫林郭勒盟烏蘭牧騎的隊員們第一次來到泉州，就是為了讓大家領略到這樣獨具特色的北疆風情。「對我來說，在哪表演都是一樣的。烏蘭牧騎的成立初衷就是服務群眾。在內蒙古，我們奔波在草原上；在泉州，也是為了把好節目帶給大家。」(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。
西甲直播
「活动」首次登录送新手大礼包
- 软件大小: 819.81MB
- 最后更新: 2025-11-28 19:31
- 最新版本: v12.7.19.6
- 文件格式: apk
- 应用分类:ios-Android 浪花直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.37以上
客服热线：135-9457-7613
柠檬直播类似软件
猜你喜欢
93815
57
2025-11-28 19:31
14389
58
2025-11-28 19:31
86314
64
2025-11-28 19:31
96382
94
2025-11-28 19:31
92671
52
2025-11-28 19:31
15279
29
2025-11-28 19:31
61735
25
2025-11-28 19:31
54376
38
2025-11-28 19:31
85947
34
2025-11-28 19:31
64837
13
2025-11-28 19:31
43691
59
2025-11-28 19:31
24651
28691
34
78
29134
67841
23
61928
81
25
79
23
74965