中國稀土集團：從未就所謂「稀土人民幣穩定幣」開展任何形式的合作、磋商或計劃
2025-12-06 04:22 7,152次浏览北京8月4日電(記者 王昊)8月4日，中超山東泰山隊守門員王大雷就自己被紅牌罰下後扔隊長袖標一事發文道歉。他表示，自己當時情緒激動，只是想把袖標扔給隊友，動作太隨意，「對不起各位球迷朋友們的期待了」。 王大雷被判罰紅牌。圖片來源：ICphoto 8月2日，在中超第19輪比賽中，山東泰山客場挑戰成都蓉城。比賽下半場，王大雷被紅牌罰下。 這一幕發生在比賽第58分鐘，王大雷出擊到禁區外，放倒了成都隊球員費利佩。主裁判一開始判罰黃牌，隨後VAR介入，他在觀看回放後將黃牌改為紅牌，王大雷被罰下。 現場視頻顯示，王大雷在離場時有幾名隊友前來安慰他。王大雷摘下左臂上的隊長袖標後扔向李源一的方向，袖標落在了地上，隨後李源一撿起袖標。 這張紅牌一定程度上改變了比賽的走向，此前兩隊場上比分為1:1，王大雷被罰下場後7分鐘，成都蓉城再進一球。最終，山東泰山1:2負於成都蓉城，遭遇對手的賽季三殺。 賽後，王大雷的紅牌和扔隊長袖標的行為引發了球迷的激烈討論。部分媒體和球迷認為，這次犯規的程度出示黃牌更為合適，紅牌有些處罰過重；也有媒體和球迷表示，紅牌的處罰並沒有問題。 王大雷今年36歲，是山東泰山的功勳球員，隨隊獲得過中超聯賽、足協杯冠軍。關於他扔隊長袖標的行為，球迷的觀點主要分為兩類： 第一類認為，這種行為就是不尊重球隊，希望對王大雷有一定處罰； 微博截圖 微博截圖 第二類認為，該行為只是當時情緒激動所致，沒有必要上綱上線。 微博截圖 微博截圖 在事情發生兩天後，輿論依舊沒有平息，王大雷今日發文道歉。他表示：「比賽中我被罰出場，當時情緒很激動，心裡想著要把隊長袖標給源一，就不加考慮直接扔給他了。是我考慮不周到，動作太隨意，對不起各位球迷朋友們的期待了。」 微博截圖 王大雷還在文中感謝了球迷的支持：這麼多年，不管順境逆境，都是球迷朋友們在背後支持我，真心謝謝大家。現在這個階段，俱樂部、球員，還有每一位球迷，我們都是一家人，一股勁往前衝。贏了一起高興，輸了一起扛著，讓球隊越來越好。 此外，他表態會吸取教訓，讓自己更冷靜、更穩當。「不辜負你們的信任和支持，和大家一起，為這支球隊繼續拼下去！」 王大雷發文致歉後，評論區多數球迷持諒解態度，希望能夠趕緊「翻篇」，聚焦於球隊的賽場內表現。 中超聯賽19輪過後，山東泰山以8勝4平7負的成績排名積分榜第八位。(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。
月夜直播app夜月
「活动」首次登录送新手大礼包
- 软件大小: 129.84MB
- 最后更新: 2025-12-06 04:22
- 最新版本: v4.18.8.16
- 文件格式: apk
- 应用分类:ios-Android 免费直播行情网站
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.96以上
客服热线：136-3519-8136
62
41958
45
2025-12-06 04:22
75618
81
2025-12-06 04:22
45169
48
2025-12-06 04:22
57823
41
2025-12-06 04:22
57348
24
2025-12-06 04:22
65374
78
2025-12-06 04:22
62435
73
2025-12-06 04:22
91843
63
2025-12-06 04:22
76182
25
2025-12-06 04:22
73
58329
28
32
21567
63729
57
12