廣州8月12日電 (記者 許青青)據中國人民銀行廣東分行12日消息,為配合廣東搶險救災復產以及做好基孔肯雅熱疫情防控工作,該行組織轄內各級國庫迅速啟動應急處置,開通國庫資金匯劃「綠色通道」。據統計,截至8月7日,該行全轄各級國庫緊急撥付災害救災資金149筆、金額3.37億元。 受持續強降雨侵襲,廣東開啟「倒水」模式,近日廣州、惠州、肇慶等地出現城鄉積澇、道路積水等險情。同時,廣東省疾控局最新發布的基孔肯雅熱疫情監測信息顯示,8月3日0時至8月9日24時,廣東省新增報告1387例基孔肯雅熱本地病例,其中佛山1212例,佛山也在近期啟動突發公共衛生事件Ⅲ級響應。 中國人民銀行廣東省分行國庫處負責人表示,為應對汛情和疫情可能帶來的突發情況,轄內各級國庫迅速啟動應急處置措施,全力配合財政部門做好救災資金的撥付,確保各項資金及時撥付到位,助力受災地區民眾儘快恢復生產生活。 該行表示,根據各地應急撥款需求,該行落實「省-市-縣」三級聯動機制,及時下撥中央自然災害救災資金,市縣兩級國庫及時辦理中央及省撥付的救災防疫資金入庫。6月以來,廣東省分庫劃撥災害救災資金21筆,金額1億元;肇慶、清遠、江門、揭陽、雲浮、茂名等國庫劃撥救災專項資金36筆,金額0.68億元。7月以來,佛山、珠海等國庫辦理疫情應急資金65筆,金額8902萬元。8月7日晚上,廣東省分庫緊急撥付自然災害救災資金27筆,金額0.8億元。(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。
26195
89
2025-11-15 12:12
26589
76
2025-11-15 12:12
96751
43
2025-11-15 12:12
73986
37
2025-11-15 12:12
27384
59
2025-11-15 12:12
86354
94
2025-11-15 12:12
64152
46
2025-11-15 12:12
43968
35
2025-11-15 12:12
61594
19
2025-11-15 12:12
92754
28
2025-11-15 12:12
89341
75
2025-11-15 12:12
53928
67
2025-11-15 12:12
74125
94
2025-11-15 12:12
81793
28
2025-11-15 12:12
17284
35
2025-11-15 12:12
64829
96
2025-11-15 12:12
97561
85
2025-11-15 12:12
57329
76
2025-11-15 12:12
51378
96
2025-11-15 12:12
41756
68
2025-11-15 12:12
26813
97
2025-11-15 12:12
31942
17
2025-11-15 12:12
58764
25
2025-11-15 12:12
73682
61
2025-11-15 12:12
29463
75
2025-11-15 12:12
95763
32
2025-11-15 12:12
62738
67
2025-11-15 12:12
75924
91
2025-11-15 12:12
35679
39
2025-11-15 12:12
17324
69
2025-11-15 12:12
42857
84
2025-11-15 12:12
96538
58
2025-11-15 12:12
34751
49
2025-11-15 12:12
71826
14
2025-11-15 12:12
71964
15
2025-11-15 12:12
53649
17
2025-11-15 12:12
42935
42
2025-11-15 12:12
28153
31
2025-11-15 12:12
24853
27
2025-11-15 12:12
62873
73
2025-11-15 12:12
87415
53
2025-11-15 12:12
71829
74
2025-11-15 12:12
73261
73
2025-11-15 12:12
71928
12
2025-11-15 12:12
45279
27
2025-11-15 12:12
14926
51
2025-11-15 12:12
27381
43
2025-11-15 12:12
21354
43
2025-11-15 12:12
56243
52
2025-11-15 12:12
91873
79
2025-11-15 12:12
79146
65
2025-11-15 12:12
| 六月直播 | 魅影app下载免费版 |
| 樱桃直播 | |
| 小白兔直播 | 绿茵直播 |
| 尖叫之夜免费直播 | |
| 小猫直播 | 免费播放片色情a片 |
| 杏爱直播 | |
| 黑白直播体育 | 春雨直播 |
| 零点直播 | |
| 蜜桃app | 荔枝直播 |
| 橙色直播 | |
| 么么直播 | 红楼直播 |
| 现场直播 | |
| 国外b站刺激战场直播app | 青草直播 |
| 樱花直播 | |
| 夜魅直播 | 抖音成人版 |
| 青柠直播 | |
| 黑白直播 | 妖姬直播 |
| 绿茵直播 | |
| 小狐狸直播 | 名模直播 |
| 金莲直播 | |