中國完善券商分類監管體系 支持中小機構差異化發展
2025-12-19 05:17 4,159次浏览上海8月9日電 (陳靜 潘明華)「上海持續推動技術、理念和人才輸出，大力推進數智賦能援疆。」上海市衛生健康委黨組書記、主任聞大翔9日對記者表示，「自2010年上海對口支援喀什以來，整合全市優勢資源，在學科建設、人才培養、公共衛生、醫療衛生管理等方面持續精準施策。」 據悉，15年來上海累計選派388名醫療專家來到喀什開展幫扶，首創「組團式」支援模式向全國推廣，幫助新疆喀什二院由「創三甲」向「強三甲」目標邁進，紮實推進降低傳染病發病率、降低孕產婦死亡率、降低新生兒死亡率、提高人均壽命期望值的『三降一提高』援疆項目，促進了喀什地區衛生健康服務能力的提升。 據悉，在第三屆滬疆醫學大會的喀什現場，一臺跨越5000公裡的手術同步開展。遠在上海的仁濟醫院泌尿科主任潘家驊通過5G遠程機器人對喀什二院的病人進行手術。此前，上海肺科醫院與喀什二院同步開展了國內首例5G遠程呼吸內鏡機器人手術，為醫療援疆注入了新的技術動能。 如今，喀什二院已成為當地不少患者首選的就診醫院。據上海市援疆醫療隊領隊、喀什二院院長陳尉華介紹，上海充分發揮醫療人才優勢，瑞金醫院、中山醫院、華山醫院、仁濟醫院等上海10餘家三甲醫院與喀什二院建立「以院包科」幫扶關係。據統計，上海醫療援疆15年，累計填補當地醫院技術空白500餘項，門急診人數增長486%，出院人數增長170%，手術人數增長191%。 急救能力是醫院綜合能級提升的重要體現。記者了解到，近日，37歲的小夥艾力(化名)在高溫勞作時突發暈厥，隨之出現兇險的消化道大出血，合併熱射病，送到喀什二院時已處於失血休克狀態。面對出血點難尋、多臟器功能受損等挑戰，上海援疆醫療專家團隊與喀什二院醫護人員並肩展開了一場生命攻堅戰。歷經19個日夜的救治，多學科專家的精誠協作與精湛醫術，最終將患者從死亡線上成功拉回。出院時，艾力緊緊握住上海援疆專家蔡健華主任的手，熱淚盈眶，反覆說著：「熱合麥特！熱合麥特！(謝謝！謝謝！)」他的妻子眼含熱淚，動情地說：「是上海的專家們，給了他第二次生命！」 出生7天的小古麗(化名)，被診斷罹患有嚴重的先天性心臟病：大動脈轉位。據悉，這是一種罕見但需要儘早手術的嚴重疾病，最佳手術時機在出生後兩周內，否則大多夭折。就算能做手術，在2.9公斤孩子只有核桃大小的心臟上做複雜的精細操作，難度大，風險高。喀什二院心胸外科團隊在上海援疆專家朱家全帶領下，多學科密切協作，在小古麗1周齡時施行了大動脈調轉手術，理順了心臟動脈的「正常交通」。 人才培養是衛生健康援疆的重要任務。上海採用「請進來、走出去」的辦法：通過援派專家導師帶教、接受來滬進修培訓、開展遠程教學、選派專家赴疆等形式為受援地培訓醫療人才；實施復旦大學、上海交通大學、同濟大學定向醫學研究生培養和上海健康醫學院臨床醫學定向本科生培養項目；組織援疆專家帶教當地醫生，打造一支「帶不走」的醫療衛生人才隊伍。 「授人以魚，不如授人以漁。」這是上海專家潘崗常掛在嘴邊的話，也是他行動的指南。去年成立的援疆兒科聯盟，像一張充滿生機的大網，將上海、山東、廣東等地的援疆專家智慧與喀什基層醫生的渴望緊密聯結。潘崗是這張網的編織者。線上，他是「雲端講師」，新生兒復甦、兒童急症處理……實用的技術通過電波飛向廣袤的基層；線下，他的足跡深入巴楚、莎車等偏遠縣鄉，送醫送藥，更送去「帶不走的技術」，讓「援疆」二字，充滿了並肩同行的溫暖力量。 上海援疆指揮部社會發展事業組副組長、喀什地區衛生健康委副主任吳春峰告訴記者，上海加快實施醫療惠民項目，持續推進當地公共衛生服務體系和能力提升建設；15年來共實施衛生健康援疆項目271個，投入援疆資金30.27億元，孕產婦、嬰幼兒死亡率分別降低46.3%和64.3%，人均期望壽命增加1.4歲，地區健康水平持續提升。(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。
糖果直播
「活动」首次登录送新手大礼包
- 软件大小: 738.39MB
- 最后更新: 2025-12-19 05:17
- 最新版本: v16.16.8.18
- 文件格式: apk
- 应用分类:ios-Android 雪梨直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.85以上
客服热线：138-9783-6952
87139
29
64
37418
19
2025-12-19 05:17
41765
48
2025-12-19 05:17
51692
17
2025-12-19 05:17
46351
43
2025-12-19 05:17
63174
16
2025-12-19 05:17
43981
65
2025-12-19 05:17
36197
61
2025-12-19 05:17
34762
58
2025-12-19 05:17
27483
79
2025-12-19 05:17
45298
39
38194
58
28745
69
64512
12358
25683
68