馬庫斯：下一步還將去杭州深圳，想告訴全世界這段黑暗的歷史
2026-03-16 16:14 8,765次浏览樓組是居民聚集生活的基本單元，也是撬動基層社區治理的重要支點，長風新村街道以黨建為引領，以樓組文化建設為契機，不斷夯實基層治理前沿陣地。白玉新村作為20世紀80年代初建成的工人新村，承載著歲月的記憶，也記錄下無數家庭的柴米油鹽與溫情故事。如今，一幅由白玉新村110號、111號、112號聯排樓棟繪就的「樓組文化建設」實景圖，正為這個老小區注入嶄新的活力和詩意，與此同時，白玉一委的樓組文化建設「五心」工作法也孕育而生。黨建引領，「初心」點燃治理引擎白玉新村第一居民區黨總支充分發揮黨員先鋒模範作用，建立樓組自治小組，帶領樓內居民一起挖掘樓棟特色、更新樓內環境，逐步形成「居民提議、共同商議、合力落實」的自治共治機制，建設睦鄰友好的樓組氛圍。其中，110號至112號的黨員主動牽頭組成了樓棟黨小組，成為樓組建設的「主心骨」。他們帶頭參與樓道整治、積極調處鄰裡矛盾、推進樓組文化建設等工作，以實際行動凝聚起共建美好家園的強大合力。四百走訪，「暖心」提升民生溫度白玉一委不斷深化「四百」走訪，以「分色治理」工作法為抓手，在「小日常」中做到居民底冊清、人員情況明、貼近百姓心，解決了格內的急難愁盼，更是挖掘出一批能人達人。110號樓的黨員志願者堅持每日清掃樓道；111號樓的「文藝達人」聚在一起合奏葫蘆絲、笛子，跳動的音符也成為居民生活中最動聽的「背景音樂」；112號樓的「巧手達人」經常有一些奇思妙想的生活妙招......民心民意聚沙成塔、能人達人濟濟一堂，讓舉手之勞成為鄰裡互助的註腳，一幅充滿煙火氣與向心力的樓組新畫卷正蓄勢待發。搭建平臺，「群心」碰撞智慧火花白玉一委用一場場接地氣的小活動、一個個貼民心的小項目，讓居民從「旁觀者」變成「參與者」，不斷匯聚居民智慧，迸發社區活力。6月初，110號、111號、112號三棟樓的居民們一起參與了「端午飄香」活動，在一邊做香囊，一邊聊家常，活動室的氣氛異常活躍。以此為起點，樓組文化建設之旅也正式開始。之後，三棟樓的居民在居民區黨組織、樓棟自治小組的帶領下，一起開會討論、集思廣益，三棟樓各具特色的主題方案脫穎而出：110號以「拾光樂活」為主題，承載歲月記憶，傳遞活力生活；111號打造「匠心童夢」空間，守護童真，激發創意；112號樓定位「丹青雅韻」，將書法繪畫化作流動的藝術長廊。群策群力，「同心」點亮樓組文化從安裝門牌號、擺放花架，到居民們的旅遊照片，還有孩子們親手製作的扭扭花環的上牆展示，白玉三個樓棟的居民們齊動手、共參與，用集體的力量扮靚樓道角落。為了杜絕快遞亂堆現象，居民自己出資購買了貨架。為保持樓道環境整潔，居民還特意製作了小廣告回收垃圾桶。三個樓棟的樓組建設，無一處細節不蘊藏著大家對「家」的熱愛，讓樓組不僅是居住的場所，更成了凝聚人心的港灣。來自112號樓的「書畫達人」熱心牽頭樓組的文化建設，提議在樓道開闢「書畫角」，將大家一起挑選的裝飾畫和居民自己的書畫作品裝裱上牆，讓原本單調的樓道成了流動的藝術長廊。「丹青雅韻」的樓組定位在大家的共參與中愈發鮮明，每個角落都浸潤著文化氣息與生活溫情。為了讓這份共建熱情不減，三個樓棟又通過「六個一」構建「三清四無」長效管理機制，由一個自治小組牽頭，帶動一批熱心居民，同步建設一個黨建陣地、一個牆上議事廳、一個公告欄和一個樓組公約，通過「地清、牆清、窗清」的環境整治，落實「無樓道堆物、無高空拋物、無飛線充電、無電瓶車進樓」的安全規範，在共商共議中凝聚共識，在互助協作中拉近情誼，睦鄰友好、守望相助的樓道文化，正隨著每一次齊心行動悄然生長。由內而外，「齊心」暈染社區畫卷「這個小青蛙太有意思啦！」在樓組文件建設的同時，白玉一委又開始了「由內而外」的美麗。社區小主人們化身「神筆馬良」，冒著酷暑，以社區為畫室，以「井蓋」為畫布，在110-112號樓道前揮毫點墨。為了感謝社區小主人的付出，白玉新村第一居民區黨總支為他們頒發了證書，聯建單位江蘇銀行則帶來了小禮品。在孩子們的「神來之筆」下，單調的井蓋童趣盎然，與樓組文化建設相映成趣。創意十足的井蓋成了「網紅打卡點」，路過的居民們紛紛駐足交談、拍照留念，「點睛之筆」也成為了社區交流的「匯合點」。從樓道裡的日常交流，到共同參與社區美化，白玉一委逐漸形成了一起樂、一起幹、一起幫、一起管、一起享的「益起」社區理念，讓樓組「小美好」匯聚社區「大溫暖」。從樓組單元出發，長風新村街道以「五心」工作法為筆，繪就樓組建設新圖景。未來將繼續深耕樓組文化建設，讓「五心」持續發力，讓「益起」理念融入更多日常，在社區治理的道路上穩步前行，書寫屬於老新村的嶄新治理篇章，讓人民城市理念在樓棟間、社區裡持續綻放光彩。
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。
蜘蛛直播
「活动」首次登录送新手大礼包
- 软件大小: 283.51MB
- 最后更新: 2026-03-16 16:14
- 最新版本: v17.8.15.13
- 文件格式: apk
- 应用分类:ios-Android 夜月视频直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.31以上
客服热线：133-4821-7619
94563
63542
98741
57
2026-03-16 16:14
84712
32
2026-03-16 16:14
13524
79
2026-03-16 16:14
68319
16
2026-03-16 16:14
41839
54
2026-03-16 16:14
14735
38
2026-03-16 16:14
71582
49
2026-03-16 16:14
47632
72
2026-03-16 16:14
89632
76
2026-03-16 16:14
63482
46
75
79
95673
63752
52139
85
36845
87312
49