品牌店鋪:促銷力度不同,價格有所波動 紅星資本局8月3日消息,近日,有多名家長在社交平臺發帖稱,奶粉、紙尿褲和輔食等母嬰產品出現漲價。她們向紅星資本局列舉稱,貝因美、至初、babycare和幫寶適等品牌的部分產品價格上浮,從10元到60元不等。 有家長表示,奶粉和紙尿褲都是育兒「剛需」,嬰幼兒適應一款產品後,很難更換別的品牌,只能接受漲價。 對於「漲價」傳聞,8月3日,多家品牌電商旗艦店客服回復紅星資本局稱,不同時期的促銷活動機制、力度不同,價格會有所波動。貝因美和babycare品牌實體店則表示,近期沒接到漲價通知。 家長反映: 不僅奶粉、紙尿褲漲價了 連輔食、奶瓶都漲價了 在社交平臺上,有家長發帖稱,近期有不少母嬰產品出現價格上漲的情況,包括奶粉、紙尿褲、輔食和奶瓶等。 8月3日,來自福建的陳女士(化名)向紅星資本局表示,其7月17日在拼多多平臺購買了貝因美奶粉(愛加1段),原價為230元/罐(共計950g),加上平臺和店鋪優惠實際支付191元。8月1日她打算再次購買同款產品時發現,價格已經上漲到了269元。 陳女士稱,自己長期購買該款奶粉,不算平臺、店鋪優惠,一罐也漲了39元,漲幅十分明顯。 另一位來自江蘇的王女士(化名)告訴紅星資本局,她一直在實體母嬰店購買a2至初奶粉,7月底,實體母嬰店老闆在朋友圈發布消息稱:「8月開始,至初全系列漲價10~15元/聽。」 除了奶粉,還有家長表示,部分紙尿褲的價格也有上漲。8月3日,來自上海的劉女士(化名)向紅星資本局表示,她在電商平臺購買的babycare紙尿褲漲價了,此前的價格約為257元(34片*2),如今同規格上漲到了318元,漲了61元。 劉女士稱,天貓旗艦店客服解釋此前的價格為「618大促」優惠價,優惠結束後價格上浮。但劉女士表示,孩子出生至今7個月一直使用該款紙尿褲,平時也會在優惠節點下單,價格不會差很多,漲幅這麼大還是第一次見。 但她表示她也只能接受漲價:「奶粉和紙尿褲都是育兒『剛需』,嬰幼兒適應了一款產品後,很難再更換別的品牌。」 還有家長提到,幫寶適、蘇菲尤妮佳拉拉褲的價格也在8月出現上漲,漲幅在10~40元之間。 此外,紅星資本局注意到,有家長稱,英氏的輔食如果泥、海格恩(hegen)的奶瓶也出現不同程度的價格上漲。 不過也有家長告訴紅星資本局,自己購買的奶粉並未漲價;還有家長稱,漲價時間並不是最近,而是7月初。 品牌店鋪回應: 沒有漲價 只是促銷活動不同價格有所波動 對於漲價傳聞,8月3日,多家品牌電商旗艦店客服均對紅星資本局表示,不同時期促銷活動不同,並非刻意漲價。 貝因美淘寶旗艦店客服回復稱,貝因美沒有漲價,店鋪在不同時期活動不同,價格上會略有差異。 陳女士提到的奶粉購自拼多多平臺貝因美嬰兒奶粉旗艦店,該店鋪客服回復稱,此前的價格是百億補貼優惠價,現在恢復了原價。 此外,上海、杭州的兩家貝因美線下專賣店也向紅星資本局表示,沒有收到漲價通知。 a2至初奶粉淘寶旗艦店客服也表示,不同時期促銷機制、力度不同,價格會有所波動。當紅星資本局詢問線下實體店價格上調10~15元時,客服表示,對實體店的情況不太清楚。 紅星資本局致電中億孕嬰成都某門店,店員表示a2至初奶粉線下價格沒有上調,並提到不同奶粉品牌優惠力度不一,價格也會有所不同。
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。
国外b站刺激战场直播app | 魅影直播游客免登录 |
柠檬直播 |
抓饭直播 | 花儿直播 |
妖姬直播 |
月夜直播在线观看 | 奇秀直播 |
杏爱直播 |
巧克力直播 | 夜月视频直播 |
花蝴蝶app直播 |
小白兔直播 | tvn直播 |
免费直播平台 |
比心直播 | 九球直播 |
金桔直播 |
咪咕直播 | 樱桃直播 |
魅影看b站直播 |
雪梨直播 | 魅影视频 |
现场直播 |
蝴蝶直播 | 免费直播行情网站 |
大鱼直播 |
魅影视频 | 蜘蛛直播 |
桃花app |