8月9日,「三伏天——戴士和油畫作品與文獻展」在劉海粟美術館開幕,展覽深度梳理呈現戴士和藝術生涯與成果,匯集油畫、壁畫、素描等多種形式的作品與文獻資料共130件,其中,《三伏天》《跟我擊掌》《曼倫寨》等油畫為首次展出。戴士和1948年生於北京,中央美術學院教授,油畫寫生和油畫寫意的主要踐行者之一。展覽展出戴士和各個階段的作品,展品時間跨度較大,最早的展品是戴士和1962年所繪的水彩寫生《香山》,展出的油畫作品包括《青年徐悲鴻》《畫室窗下》《母與子》《一摞速寫本》等。除了油畫,展覽還收集了相關的草圖一併展出。如《辛氏酒家——黃鶴樓的傳說》壁畫手稿、油畫《林風眠》的素描手稿等,觀眾可以從中了解創作的具體過程。值得一提的是,展覽特別展出了戴士和的壁畫設計原稿《先秦諸子——昨夜星辰》,通過這件作品,觀眾可以體會到油畫對壁畫創作的積極影響。 展覽現場。阮佳雯 攝展覽現場,95後丁先生與李先生分別與《畫室窗下》合照。他們從年輕人的視角表達觀展體驗:「直觀感受就是色彩非常鮮豔,看的時候心情會很愉快。乍一看很絢爛,仔細看又能看出每一筆都是細節。」「看戴士和的畫,能感受到磅礴的生命力。」一位女觀眾告訴記者,「尤其是色彩,很生動,給人一種撲面而來的新鮮氣息。」蘇州大學藝術學院教授錢流向記者介紹,「戴士和的油畫非常有辨識度,他在油畫裡融入了對中國文化的深刻認知,吸收了中國古代的文化和許多民間的東西,同時追求畫面的生動性,所以他的畫面很有趣味,是自由且奔放的。」雕塑家吳為山評價戴士和:「他探索一種特別的寫意,油畫語言不修不描,作品像『日記』『札記』,小小篇幅,寥寥數筆,卻因其意味雋永,因其直指人心,明心見性而引人入勝。」展覽由中央美術學院、劉海粟美術館主辦,上海鴻一美術館承辦,將持續至8月31日。
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。
72816
17
2026-01-27 21:14
92147
69
2026-01-27 21:14
87519
45
2026-01-27 21:14
18265
94
2026-01-27 21:14
26385
72
2026-01-27 21:14
52786
68
2026-01-27 21:14
32598
85
2026-01-27 21:14
23574
32
2026-01-27 21:14
27853
97
2026-01-27 21:14
24951
76
2026-01-27 21:14
52763
53
2026-01-27 21:14
14978
82
2026-01-27 21:14
85739
96
2026-01-27 21:14
31458
75
2026-01-27 21:14
63975
93
2026-01-27 21:14
45639
48
2026-01-27 21:14
48912
27
2026-01-27 21:14
27895
71
2026-01-27 21:14
65184
16
2026-01-27 21:14
45927
37
2026-01-27 21:14
29517
84
2026-01-27 21:14
19752
32
2026-01-27 21:14
92436
42
2026-01-27 21:14
21539
82
2026-01-27 21:14
29381
95
2026-01-27 21:14
69734
78
2026-01-27 21:14
58913
78
2026-01-27 21:14
42693
53
2026-01-27 21:14
65234
91
2026-01-27 21:14
65397
62
2026-01-27 21:14
82763
28
2026-01-27 21:14
31297
42
2026-01-27 21:14
43957
83
2026-01-27 21:14
68591
38
2026-01-27 21:14
47936
27
2026-01-27 21:14
53264
13
2026-01-27 21:14
65748
98
2026-01-27 21:14
45263
61
2026-01-27 21:14
42861
54
2026-01-27 21:14
16478
76
2026-01-27 21:14
61253
27
2026-01-27 21:14
58697
59
2026-01-27 21:14
83924
92
2026-01-27 21:14
61874
19
2026-01-27 21:14
71638
14
2026-01-27 21:14
75983
91
2026-01-27 21:14
78514
84
2026-01-27 21:14
53628
37
2026-01-27 21:14
47815
37
2026-01-27 21:14
75382
41
2026-01-27 21:14
89645
24
2026-01-27 21:14
| 名模直播 | 黑白直播 |
| 魅影视频 | |
| 西甲直播 | b站刺激战场直播 |
| 杏仁直播 | |
| 樱花直播nba | 黑白直播体育 |
| 浪花直播 | |
| 蜜桃app | 河豚直播 |
| 大鱼直播 | |
| 趣爱直播 | 樱花直播nba |
| 柠檬直播 | |
| 阴桃直播 | 青草直播 |
| 花椒直播 | |
| 魅影直播间 | 快猫 |
| 妖姬直播 | |
| 免费播放片色情a片 | 飞速直播 |
| 苹果直播 | |
| 9i安装下载 | 心跳直播 |
| 桃鹿直播 | |
| 曼城直播 | 免费真人视频网站直播下载 |
| 国外b站刺激战场直播app | |