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)
中新經緯8月5日電 周二早盤,A股三大指數高開後走勢分化,上證指數再度站上3600點。截至午間收盤,上證指數漲0.53%,報3602.13點;深證成指漲0.14%,報11056.69點;創業板指跌0.26%,報2328.36點。 來源:同花順iFinD 滬深兩市半日成交額1.01萬億元,較上個交易日放量849億元。個股漲多跌少,全市場超3300隻個股上漲。 盤面上,行業板塊中,消費電子、小家電、塑料製品、汽車零部件等板塊領漲,中藥、軟體開發、影視院線、化學製藥等板塊跌幅居前。 汽車零部件板塊多股大漲,正裕工業、中馬傳動、新泉股份漲停,海泰科漲超7%。 概念板塊中,PEEK材料、兵裝重組概念、成飛概念、汽車熱管理等板塊漲幅居前,智譜AI、ERP概念、創新藥等板塊領跌。 中原證券分析稱,美聯儲9月降息預期升溫,美元走弱利於外資回流A股。8月為中報披露高峰,謹防部分高估值題材股面臨的業績驗證壓力,未來市場有望集中於科技成長與周期製造兩條主線。建議緊盯中報超預期個股及政策催化窗口,避免追高主題炒作。預計短期市場以穩步震蕩上行為主,仍需密切關注政策面、資金面以及外盤的變化情況。短線建議關注航天航空、遊戲、銀行以及汽車零部件等行業的投資機會。(中新經緯APP) (文中觀點僅供參考,不構成投資建議,投資有風險,入市需謹慎。)
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。
75814
82
2026-01-14 23:27
68247
57
2026-01-14 23:27
21468
98
2026-01-14 23:27
29463
43
2026-01-14 23:27
45768
62
2026-01-14 23:27
51327
71
2026-01-14 23:27
35984
25
2026-01-14 23:27
43856
93
2026-01-14 23:27
95137
36
2026-01-14 23:27
95641
37
2026-01-14 23:27
68741
87
2026-01-14 23:27
81574
49
2026-01-14 23:27
43592
51
2026-01-14 23:27
13827
83
2026-01-14 23:27
46795
32
2026-01-14 23:27
64125
42
2026-01-14 23:27
63158
58
2026-01-14 23:27
74162
74
2026-01-14 23:27
72513
39
2026-01-14 23:27
35612
12
2026-01-14 23:27
68432
92
2026-01-14 23:27
71342
85
2026-01-14 23:27
43587
76
2026-01-14 23:27
64873
49
2026-01-14 23:27
23674
78
2026-01-14 23:27
29651
42
2026-01-14 23:27
54281
59
2026-01-14 23:27
62941
48
2026-01-14 23:27
26451
97
2026-01-14 23:27
17639
62
2026-01-14 23:27
59482
73
2026-01-14 23:27
79283
34
2026-01-14 23:27
84732
52
2026-01-14 23:27
23685
53
2026-01-14 23:27
17824
17
2026-01-14 23:27
12538
71
2026-01-14 23:27
34675
68
2026-01-14 23:27
73621
62
2026-01-14 23:27
51374
27
2026-01-14 23:27
97265
62
2026-01-14 23:27
64187
81
2026-01-14 23:27
32645
26
2026-01-14 23:27
72458
69
2026-01-14 23:27
38571
46
2026-01-14 23:27
89576
57
2026-01-14 23:27
76354
17
2026-01-14 23:27
34265
47
2026-01-14 23:27
54916
79
2026-01-14 23:27
87329
18
2026-01-14 23:27
21389
92
2026-01-14 23:27
61392
35
2026-01-14 23:27
73459
39
2026-01-14 23:27
34768
35
2026-01-14 23:27
| 秀色直播app下载安装app | 橙色直播 |
| 青草直播 | |
| 蜜糖直播 | 尖叫之夜免费直播 |
| 秀色直播app下载安装app | |
| 红杏直播 | 桃子直播 |
| 妖精直播 | |
| 秀色直播 | 河豚直播 |
| 小白兔直播 | |
| 国外b站刺激战场直播app | 桃鹿直播 |
| 伊人直播网站 | |
| 红杏直播 | 黑白直播 |
| 色花堂直播 | |
| 春雨直播 | 柠檬直播 |
| 荔枝网直播 | |
| 青草直播 | 伊人下载 |
| 密桃直播 | |
| 五楼直播 | 凤蝶直播 |
| 小狐狸直播 | |
| 仙凡直播 | 蜜桃app |
| 花瓣直播 | |