遼寧大連：在海上漂流36小時的「奇蹟女孩」考上大連海事大學
2026-01-22 01:24 8,534次浏览台州8月8日電(胡豐盛)盛夏酷暑，浙江台州仙居縣淡竹鄉的清澈溪水旁，遊客們盡享山間清涼。在他們身邊提供周到服務的，是一群充滿活力的本地年輕人。他們不再遠走他鄉，而是選擇返鄉創業，成為守護和經營這片綠水青山的「青年管家」。這正是淡竹鄉「美麗資源」加速向「美麗經濟」轉化的生動寫照。 峽谷幽深、溪流縱橫的淡竹鄉，森林覆蓋率超90%，水質常年保持I類標準，夏季均溫比城區低5℃至8℃，是名副其實的「天然大空調」，為發展「清涼經濟」提供了得天獨厚的生態本底。然而，這份令人豔羨的「美麗資源」，過去未能充分轉化為富民強鄉的「美麗經濟」。 2025年8月，浙江仙居，蔣燕新開的民宿。胡豐盛 攝 轉機始於青年力量的回歸。 面對家鄉沉睡的優質資源，一批有見識、有闖勁的年輕人率先嗅到商機，紛紛返鄉創業。 淡竹鄉林坑村「歸鄉人」蔣燕是其中的先行者。她憑藉對家鄉山水的深刻理解和創新理念，經營的民宿一炮而紅。「暑期高峰，我們的客房入住率基本都在六成以上。」蔣燕介紹。眼下，林坑村已開出10家民宿，十多位本地青年返鄉創業，沉寂的村莊重現活力與生機。 蓬勃發展的旅遊業為淡竹鄉注入強勁動能。山間步道上的徒步者、溪畔營地的露營者、石頭古村裡的探秘者，共同繪就了一幅熱鬧而有序的鄉村畫卷。「旅遊產業的繁榮直接帶動1000多人實現本地就業，」淡竹鄉宣傳委員孟倩楠說，2024年，該鄉遊客總量突破160萬人次，創歷史新高。「從民宿管家、農家菜館廚師，到嚮導、手工藝品攤主，越來越多的村民吃上了『旅遊飯』。」 青年入鄉帶來的活力，在浙江並非孤例。200多公裡外的安吉縣餘村，同樣上演著精彩故事。餘村村黨支部書記汪玉成介紹，優質的生態環境吸引了大批青年前來發展。為此，村裡在山間溪邊草坪開闢了「大自然工位」，還創設了「餘村夜話」、創業青年分享會等交流平臺。截至目前，已有60多個創業項目、1200多名青年「新鄉人」紮根餘村。 浙江安吉，餘村的「綠水青山就是金山銀山」石碑。安吉縣委宣傳部供圖 青年創意的種子在鄉村生根發芽、遍地開花。安吉縣將招引十萬青年大學生作為戰略目標，建設了覆蓋全域的青創百人樓(園)、青年人才社區等空間，吸引青年入鄉就業創業5萬餘人次，推動落地青創項目800餘個。DNA數字遊民公社、小鹿園營地等新業態應運而生，吸引眾多自由職業者參與；深藍計劃、小杭坑、一片葉子茶飲等一大批網紅打卡地湧現。 夜幕降臨，由余村老舊房屋改造而成的鄉音小酒館傳出悠揚樂聲，成為年輕遊客的社交聚集地。「暑期旺季，小酒館月均營業額能達到3萬至4萬元人民幣。」主理人陳鎮宇說，「小酒館的興旺，核心在於年輕人的集聚效應。」為吸引更多年輕人，他還拓展業務，整合周邊荒廢的林道、古道，打造了10條主題越野路線，組織戶外體育賽事。 青年力量的注入，也結出了實實在在的經濟碩果。2024年，餘村村集體經濟收入達2205萬元。「去年我們召開全村戶主大會，現場向村民現金分紅316萬元。」汪玉成感慨道，「大家真切地感受到了綠水青山帶來的真金白銀。」(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。
西甲直播
「活动」首次登录送新手大礼包
- 软件大小: 176.85MB
- 最后更新: 2026-01-22 01:24
- 最新版本: v17.17.9.2
- 文件格式: apk
- 应用分类:ios-Android 青草直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.13以上
客服热线：134-4396-3514
41
48219
29
36517
83
2026-01-22 01:24
47625
69
2026-01-22 01:24
82546
43
2026-01-22 01:24
42178
26
2026-01-22 01:24
95762
72
2026-01-22 01:24
76591
43
2026-01-22 01:24
68927
76
2026-01-22 01:24
43612
36
2026-01-22 01:24
24573
47
2026-01-22 01:24
15
47
53684
92378
96
15
34126
82
37142
73
34185
92