發展與安全並行，中國為人工智慧治理提供方案
2025-10-31 07:25 6,964次浏览新華社倫敦8月10日電(記者高文成)英國經濟學家、倫敦經濟與商業政策署前署長約翰·羅斯(中文名：羅思義)日前接受新華社記者專訪時表示，美國政府的關稅政策將美國從全球化大勢中孤立出來，造成的惡果將由美國消費者承受。 羅思義說，美國濫施關稅，分裂了全球經貿體系，將自己排除在全球化進程之外。美國佔全球貿易的比重本就有限，「如果其他國家團結起來，美國的貿易保護政策就不可能得逞」。 他說，美國關稅政策不會成功的原因主要有二：一是短期來看，美國經濟增速正從過去幾年的高位放緩，不一定會陷入衰退，但增速會下降，這將引起國內不滿。二是從結構上看，美國已不足以影響世界貿易的總體走向，雖然仍能影響進入美國的進口商品佔比，但其在全球貿易中的佔比將趨向於下降。 羅思義說，對美國國內而言，關稅的直接後果是推高物價，這對美國消費者是一種變相徵稅。絕大多數行業和消費者都會因生產或生活成本上升而受損。民調顯示，多數美國民眾認為關稅「有害」，因為他們切實感受到生活成本增加。 他還說，關稅或許能暫時保護鋼鐵、鋁等少數行業，但對美國經濟整體而言，關稅導致的成本上升將損害更廣泛的產業鏈。例如，美國曾限制太陽能電池板進口，結果既沒有培育出像樣的本土企業，還推高了新能源建設成本，損害了消費者利益。 羅思義認為，川普政府的關稅政策很難實現迫使企業赴美建廠的目的，因為美國製造業現狀不佳，產出水平不見起色。 「真正關鍵的是美國民眾的反應。」羅思義說，「川普政府正試圖顛覆二戰以來美國一直推行的全球化政策，這是一個重大的問題，美國民眾會認同這種做法嗎？還是會意識到這會讓他們的生活更糟進而用選票反對？問題的最終結果將取決於政治領域，美國中期選舉對川普政府將是一場大考。」
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。
黑白直播
「活动」首次登录送新手大礼包
- 软件大小: 431.28MB
- 最后更新: 2025-10-31 07:25
- 最新版本: v12.1.15.11
- 文件格式: apk
- 应用分类:ios-Android 现场直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.59以上
客服热线：135-8723-8652
-
-
-
-
比心直播
-
-
-
-
-
-
-
心动直播
-
趣爱直播
-
-
-
-
-
-
-
-
- 杏爱直播
- 直播软件下载
- 小草莓直播
- 私密直播全婐app免费
- 樱桃直播
- 春雨app直播免费看
- 私密直播全婐app
- 曼城直播
柚子直播
- 秀色直播app下载安装app
杏爱直播
- 榴莲视频
绿茵直播
蜜桃app类似软件
猜你喜欢
29748
32
2025-10-31 07:25
96537
17
2025-10-31 07:25
52769
42
2025-10-31 07:25
52863
38
2025-10-31 07:25
49326
92
2025-10-31 07:25
58962
61
2025-10-31 07:25
15289
89
2025-10-31 07:25
61543
79
2025-10-31 07:25
74538
37
2025-10-31 07:25
74812
79
2025-10-31 07:25
87425
23
74632
12537
49
17342
25
27
38659
71
74
17263
91638
32
